保存模型的结果在Tensorflow中有所不同

Question

我使用流动的代码训练模型并保存在文件夹中。但是测试的结果是不同的。请〜

使用tf.Session（）作为sess：

sess.run(tf.global_variables_initializer())
for step in range(training_epochs):
    sess.run(train, feed_dict={X: input, Y: output})

for i in range(test_data.shape[0]):
    pre = sess.run(hypothesis, feed_dict={X: test_data[i].reshape(1, features)})
    print(test_data[i], "==> ", pre[0])

builder = tf.saved_model.builder.SavedModelBuilder("D:/tfmodel/model")
builder.add_meta_graph_and_variables(sess, ["model"])
builder.save()

原始模型的结果

[1。 0. 0. 0.] ==＆gt; [74.21126]

[0。 1. 0 0.] ==＆gt; [74.71831]

[1。 1. 0 0.] ==＆gt; [99.11267]

[1。 1. 0 0.] ==＆gt; [99.11267]

[1。 1. 0 0.] ==＆gt; [99.11267]

已保存模型的结果

24.394365

24.90142

49.295784

49.295784

49.295784