對於相同的數據集，測試精度保持不變

我正在導入預先訓練好的模型並使用它對一些數據進行分類。每次我運行相同數據集的模型時，預測值/最終準確度是否保持變化，這是否正常？對於相同的數據集，測試精度保持不變

我還打印了最後一層的softmax值。概率不斷變化。

2017-07-28 AnnaR

不，它不應該在測試過程中。 –

實際上，GPU上的概率可能會有所變化（即由於CuDNN原子，tf.reduce_sum是非確定性的），但通常不足以改變預測的實際值。你的管道是否有任何隨機性？（即randomshufflequeue） –

我在訓練時洗牌數據，但沒有測試。我已經按原樣導入了模型。這是Conv - > LSTM架構，如果有幫助。 – AnnaR

我剛剛遇到最近的same issue，最後我發現根本原因是我模型中的退出層，希望這有助於。

2017-07-28 14:30:46

這很有道理！模型中有2個丟失圖層。儘管如此他們幫助提高了性有沒有解決這個問題的方法？ – AnnaR

這就是它的工作方式，如果你需要產生一致的結果，只是不要在你的模型中使用這些圖層，這也會影響模型的性能。 @AnnaR –

回答