Question

我目前正在通过移植来自此tutorial的inception-v3重新训练脚本中的功能，在Tensorflow中尝试新的高级tf.contrib.learn API：

但是，我目前在修改后的脚本上获得了97％的准确率，远远高于原始版本的91％准确度。

我是否知道是否因为tf.contrib.learn API中更好的底层实现或者我在2个脚本中计算出不同的准确性而发生这种情况？

这些是一些代码片段，以使其更清晰。

方法1：修改过的脚本

# Calculate accuracy as additional eval metric
eval_metric_ops = {
    "accuracy": tf.metrics.accuracy(targets, one_hot_classes)
}

方法2：原始的retrain.py

with tf.name_scope('accuracy'):
with tf.name_scope('correct_prediction'):
    prediction = tf.argmax(result_tensor, 1)
    correct_prediction = tf.equal(
        prediction, tf.argmax(ground_truth_tensor, 1))
with tf.name_scope('accuracy'):
    evaluation_step = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

tf.metrics.accuracy产生更高的准确性

0 个答案: