在keras中保存模型h5会导致精度低的性能

时间:2017-12-07 12:21:21

标签: model keras conv-neural-network h5py

我已经使用Keras开发/实现了CNET,其中

 model.fit()

我用以下方法正确保存了模型:

 model.save('my_model_CNET32.h5')

如果在训练过程结束时没有保存模型我使用测试数据集测试性能我获得了99%的精度,同时通过保存模型和然后使用:

重新加载它
 model = load_model('my_model_CNET32.h5')

在一个专门用于测试CNET学习内容的新脚本中,我获得了70%。

请注意,显然,测试数据集完全相同,我可以推断,由于保存失败,分类中的表现会降低模特。

你知道这个问题的原因是什么吗?

提前致谢

0 个答案:

没有答案