时间戳

首页 > 解决方案 > TensorFlow 加载保存模型，预测和评估。测试准确率太低？

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

我的稀疏分类准确度图

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）

标签： pythontensorflowkerasdeep-learningtpu

解决方案

推荐阅读