1

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?

4

2 回答 2

0

改变

steps=batches.n/64 

steps=batches.n//64 

这将步骤转换为整数。

于 2021-12-21T23:24:37.540 回答
0

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()

于 2018-04-16T17:16:30.720 回答