在Keras中对同一批次的培训和评估结果不同

Question

如何可能出现以下情况？

In[20] model.test_on_batch(x, y)
Out[20]: [4.861001, 0.0]
In[21]: model.train_on_batch(x, y)
Out[21]: [0.019215763, 0.99609375]

两个输出值分别对应于二进制交叉熵和二进制精度。

即，同一批次上的模型的训练和测试结果完全不同。培训结果大概是好的。 （带有model.predict的预测也不正确。

在Tensorflow 1.8.0下运行Keras 2.2.4。

Answer 1

如果您使用具有Dropout或BatchNormalization层的模型，这是完全正常的，因为它们在训练和测试期间的行为不同。如果您添加任何正则化条款，则这些条款会在测试过程中被禁用，并且会影响您从model.evaluate

中获得的任何损失