python - TensorFlow 加载保存模型,预测和评估。测试准确率太低?
问题描述
我已经在 TPU 上训练了我的模型,结果似乎很适合测试。数据集有 5 个类,结果表明:
accuracy: 0.9867 - sparse_categorical_accuracy: 0.9867 - loss: 0.0412 - val_accuracy: 0.9859 - val_sparse_categorical_accuracy: 0.9859 - val_loss: 0.0564 - lr: 1.8013e-07
我将模型保存为 .h5 文件,如Tensorflow Docs所述
我使用reconstructed_model = keras.models.load_model("TPU_model.h5")
. _
当我使用
reconstructed_model.predict_classes(tensored_image)
时,结果不正确。试过了reconstructed_model.evaluate
,结果一样。我考虑过拟合,使用训练中使用的图像进行测试预测,结果不正确。我最新的加载和预测代码。
reconstructed_model= load_model('TPU_Model_Final.h5')
reconstructed_model= tf.keras.Sequential([reconstructed_model,tf.keras.layers.Softmax()])
reconstructed_model.compile(loss=loss,
optimizer='adam',
metrics=['accuracy','sparse_categorical_accuracy'])
classes = reconstructed_model.predict_classes(images, batch_size=10)
我按照这个教程(Tensorflor - 基本分类:服装图像分类)
解决方案
推荐阅读
- java - 使用 @SpringAware MapLoader 正确使用 Spring Boot Hazelcast 自动配置
- javascript - discord.js if date.now() 函数
- javascript - 如何获取 async 的值并传递给函数?
- string - 是否可以批量操作文件名?
- typescript - 如何从您的 Ionic 应用程序中访问任何自定义端口
- angular - 从服务调用组件 - 角度
- html - 如何在降价中禁止列表项之间的换行
- oracle - 在 WINDOWS 10 机器上安装 ORACLE 11 G
- java - 获取 CtClass 超类名称或 CtClass 超类实例
- python - 保存具有当前日期和时间的 csv