python - tensorflow2中的model(input)和model.predict(input)有什么区别?
问题描述
我做了一个 Yolov4 项目来检测视频中的人物。我发现它可以检测图像中的对象。但是在视频中,它只能得到第一帧的结果。结果在其他帧中为 nan。model(image_data)
如果我使用而不是,这个错误将被修复model.predict(image_data)
,我阅读了源代码:
计算是分批完成的。此方法专为大规模输入的性能而设计。对于适合一批的少量输入,
__call__
建议直接使用以加快执行速度,例如 ,model(x)
或者model(x, training=False)
如果您有诸如tf.keras.layers.BatchNormalization
在推理过程中表现不同的层。另外,请注意测试损失不受噪声和丢失等正则化层的影响。
我想这两个结果应该是一样的。
解决方案
推荐阅读
- r - Rcrawler scrape does not yield pages
- angular - @ngrx with API, how do I recognise differences in results?
- javascript - 从现有 HTML 实例化 Vue.js 组件?
- google-cloud-build - Google Cloud 构建的工作原理是什么?
- sql - SQL合并最小时间差
- angular - JS: Https.request 错误 ReferenceError: okhttp3 is not defined
- python - 即使在将应用程序路由定义为“/hello”之后,本地主机中的 Python 输出
- firebase-realtime-database - 在 Dart 中按字典顺序排序
- laravel - Laravel Dusk screenshot
- python - Anaconda Python 索引名称错误