deep-learning - Keras predict_generator 输出每次都不同

Question

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？

Answer 1

改变

steps=batches.n/64 

至

steps=batches.n//64 

这将步骤转换为整数。

Answer 2

看看这个线程。但它应该已经修复了。试着放在datagen.reset()前面model.predict_generator()。