时间戳

首页 > 解决方案 > 为什么使用相同的 Keras 模型和输入进行预测时会得到不同的结果？

python - 为什么使用相同的 Keras 模型和输入进行预测时会得到不同的结果？

问题描述

在这里发帖是我最后的手段，因为我在网上找不到类似的东西。我训练了一个模型来将嵌入分类（一个简单的三层密集神经网络）。

现在我想使用经过训练的模型进行实时预测，但我发现如果我将整个测试数据帧输入到模型中，得到元素编号i的预测，并将其与我通过输入得到的预测进行比较只是i将测试数据框的元素号放入模型中，我得到了不同的结果。这是代码，以防我解释得不够好：

i = 522
y_pred = model.predict(X_test)
y_pred_2 = model.predict(X_test.iloc[[i]])

print (f'{np.argmax(y_pred[i])} {np.argmax(y_pred_2)}')

output: 8 5

就像我的模型在一次运行中处理整个测试集的行为与一次处理单行时的行为不同。我正在使用熊猫作为输入数据。

编辑：更多信息，分别是y_pred和的输出形状，其中 10 是我拥有的类数。y_pred_2(603, 10)(1, 10)

两个预测的一些示例值，具有任意值i：

y_pred[i]: array([1.3353945e-02, 2.8374636e-09, 1.4435661e-08, 3.4135045e-18,
   7.7986561e-02, 3.7737598e-03, 2.0284578e-10, 2.7154891e-03,
   9.0203673e-01, 1.3346069e-04], dtype=float32)

y_pred_2 = array([[1.1702824e-16, 1.6781385e-37, 2.5281618e-33, 0.0000000e+00,
        2.3075200e-09, 1.0000000e+00, 9.9125501e-35, 6.2606384e-22,
        5.8689110e-14, 2.3486194e-24]], dtype=float32)

标签： pythonpandasmachine-learningkerasneural-network

解决方案

np.argmax默认为行轴。您将获得跨行的最大预测，并且希望跨列。尝试：

print(f'{np.argmax(y_pred[i], axis=1)} {np.argmax(y_pred_2, axis=1)}')

推荐阅读