python - 使用 keras 2 的结果比使用 keras 1 的结果更差

Question

我首先使用 keras 1.2.0 在 CPU 上运行相同的代码（具有相同的数据），然后在两个代码中使用 keras 2.0.3 keras 带有 TensorFlow 后端，并且我使用 sklearn 进行模型选择，加上 pandas 来读取数据。

当我使用 keras 2.0.3 获得 42 的 MSE（均方误差）和使用 keras 1.2.0 的 21 时，我感到很惊讶。有人可以向我解释为什么会这样吗？为什么使用 keras 2 时出现更多错误？谢谢

PS。此结果是在将代码编辑为 keras 2 标准后得出的。例如，在 Dense 中，我将 keras 1 代码更改为 keras 2 标准。

Answer 1

MSE 是真的增加了，还是损失了？如果您使用正则化器，这可能会不一样（即使mean_squared_error用作损失函数），因为正则化器会对损失进行惩罚。

我认为早期版本的 keras 只是给了你 MSE，现在他们显示了损失。这可以解释你的观察。

Answer 2

Keras 1 vs 2 有很多变化。具体来说，这些函数有许多更改的关键字参数，如果您在更新到 Keras 2 后尝试运行它，那么您的 Keras 1 代码将毫无价值。要么降级回 1.2.0 版，要么我建议您前往此处并相应地编辑您的代码。

Answer 3

可能是一些从 Keras 1.2 更改的默认值。您应该检查 1.2 代码的默认值，并为新代码设置相同的值。