python - Keras调用不同输入的模型预测会产生相同的结果?
问题描述
在这里,多次调用 predict
m = tf.keras.models.load_model(model_path, compile=False)
for i, (img_id, corr) in enumerate(zip(csv_file['id'], csv_file['corr'])):
img_filename = os.path.join(data_dir, 'data/piccollage_data/train_imgs/{}.png'.format(img_id))
img = tf.expand_dims(load_image(img_filename), 0)
result = m.predict(img, steps=1)
print ('idx:{} result: {}, gt: {}'.format(i, result, corr))
结果让我很困惑:
我试图查找是否有与此类似的问题,但我只发现它是关于培训问题的链接。
而且我还尝试了其他方法,例如将输入更改为数据集(没问题),另一个蛮力解决方案是每个 for 循环重新加载模型(这非常愚蠢),最后一个解决方案似乎使用模型服务链接。
所以我想问的是“为什么我上面写的代码会产生同样的结果”?谁能给我线索?
解决方案
推荐阅读
- git - 如何在同一个远程分支上有 2 个独立的本地 Git 分支
- tensorflow - 如何调整从 Deeplab v3 获得的分割掩码?
- python-3.x - 尝试使用 conda 安装 nltk_data 包时出现 ClobberError?
- javascript - MySQL日期到Javascript日期
- amazon-web-services - 没有为方法定义集成 - 选择将部署 API 的阶段
- wordpress - 如何为我的 htaccess 文件编写正确的条件?
- django - \"CreateUaction\" 类型的字段 \"createUaction\" 必须有一个子选择。
- sql - 将 Json 嵌套对象数组转换为表行
- php - 如何在一个 TCPDF 单元中使用两种颜色?
- django - 没有API速率限制的Django项目部署