ResNet列车和评估结果与CNTK不匹配

Question

我有一个图像分类应用程序，有6个类，图像大小为128x64x3。我使用ResNet 20模型进行训练，错误率约为2％。但是，对于同一组火车图像，评估结果超过20％。评估使用nuget CNTK.CPUOnly / 2.0和onEvaluateAnColorImage函数。问题是：

1. ResNet是否在CPUOnly模式下进行评估？该模型是使用GPU进行训练的。
2. ResNet是否需要平均文件？我看到一些带有平均文件的模型，有些则没有。
3. 任何可能导致差异训练和评估结果的特殊原因？

提前致谢， 特里

Answer 1

使用GPU训练的Resnet应该与CPUOnly评估一起使用。如果可能，您可以使用CNTK.GPU Nuget包并在GPU设备上运行您的应用程序，以检查您是否仍然看到准确性的差异。如果是，请告诉我们，我们会对其进行调查。

如果您在训练期间使用平均文件，那么您也应该在评估期间减去平均值。

可能导致差异的另一个原因可能是图像预处理。培训会使用自动执行重新调整和频道转换的读者，但您必须自己进行评估，因为没有读者参与。您可以找到图像评估示例here。

谢谢，