在过去的 2 个月里,我一直被这个问题困扰,它让我发疯,直到我意识到我的 predict_generator 中的“概率”向量是完全错误的。
我正在使用 keras 2,并且我有一个测试文件夹,其中包含包含图像的子目录(不一定是相同数量的图像)
然后我导入我的模型,加载权重并执行以下操作:
from keras.applications import ResNet50
model = ResNet50(include_top=True, weights=None, input_shape=(3,224,224),classes=N)
model.load_weights(model_path)
probs1 = model.predict_generator(batches, steps=batches.n/64, verbose=1)
probs2 = model.predict_generator(batches, steps=batches.n/64, verbose=1)
我不知道为什么 probs1 != probs2 当 probs2 看起来像“正确”的预测时。
PS batches.n/64 不是整数
我应该怎么办?