keras中model.predict（）和model.predict_generator（）之间的预测差异

Question

当我在model.predict_generator()上使用test_set (images)时，我得到了不同的预测，当我在同一mode.predict()上使用test_Set时，我得到了一组不同的预测。

使用model.predict_generator我按照以下步骤创建了一个生成器：

1. Imagedatagenerator（此处没有参数）并使用了flow_from_directory shuffle = False.
2. 没有增强或预处理 培训模型时images(normalization,zero-centering etc)。

我正在研究涉及狗和猫的二元分类问题（来自kaggle）。在测试集中，我有1000张猫图像。 并且通过使用model.predict_generator()，我能够获得87％accuracy()，即870个图像被正确分类。 但是在使用model.predict时，我的准确率达到了83％。

这很令人困惑，因为两者都应该给出相同的结果吗？ 在此先感谢：）

Answer 1

@petezurich感谢您的评论。在model.predict_generator（）之前的Generator.reset（）并关闭predict_generator（）中的shuffle修复了问题