我是keras和Tensorflow的新手。我已经在Keras中使用Tensorflow作为后端训练了一个模型，以减少特定的图像噪点。当我使用此模型预测一组测试图像（嘈杂，shape = [batchsize_1，width_1，height_1]）时，我得到了正确的预测图像（去除了噪声，shape = [batchsize_1，width_1，height_1]），但是顺序的预测图像被随机化。由于预测图像的顺序对我的下一步很重要，因此如何使预测图像的顺序与测试图像相同？
这是我用于加载模型和预测测试数据的代码：
json_file = open('model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)
loaded_model.load_weights("model.h5")
adam=Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-8)
loaded_model.compile(loss=losses.mean_absolute_error, optimizer=adam)
predict_images= loaded_model.predict(test_images, batch_size=16)
我确定test_images的顺序在batchsize维度上是顺序，但是predict_images的batchsize顺序是随机的。 predict_image的顺序是否也取决于我训练模型的方式？我怎么能保持predict_image的顺序不变？
任何评论和帮助将不胜感激。非常感谢！
答案 0 :(得分：0)
如果您的数据集是生成器，则需要传递 shuffle=False（默认为 True），否则您的预测将被打乱。 示例
imageDataGenerator.flow_from_dataframe(
dataframe, shuffle=False)