Question

我是ANN的新手，但是我已经成功地训练了卷积模型（使用一些传统的tensorflow v1代码），其数据的准确度达到了约90％左右。但是，当我对任何给定的批次进行评估（测试）时，即使90％正确，结果还是有些随机。我尝试重新评估数据N次并取平均值（使用1到25之间的N），但是每种评估在3％到10％的数据点之间仍然存在差异。

是否有任何方法可以使评估可预测，以便每次运行输入的批次X的评估总是产生完全相同的结果Y（一旦完成培训）？< / p>

我不确定是否相关，但是我的图层是按以下方式进行批量标准化的：

inp = tf.identity(inp)
channels = inp.get_shape()[-1]
offset = tf.compat.v1.get_variable(
             'offset', [channels],
             dtype=tf.float32,
             initializer=tf.compat.v1.zeros_initializer())
scale = tf.compat.v1.get_variable(
            'scale', [channels],
            dtype=tf.float32,
            initializer=tf.compat.v1.random_normal_initializer(1.0, 0.02))
mean, variance = tf.nn.moments(x=inp, axes=[0, 1], keepdims=False)
variance_epsilon = 1e-5
normalized = tf.nn.batch_normalization(
                 inp, mean, variance, offset, scale, variance_epsilon=variance_epsilon)

缩放部分是使用随机数据初始化的，但是我假设在执行tf.compat.v1.train.Saver().restore(session, checkpoint_fname)时会加载它？

Answer 1

我假设您正在对训练批次进行模型测试？

您不能将整个训练数据集中一部分的准确性等同于整体的准确性。

将其视为回归问题。如果仅获取一部分数据集，则无法保证其平均值接近整个数据集。

如果要保持一致的准确性，请对整个数据集进行评估。

经过训练的ANN（张量流）模型可以预测吗？

1 个答案: