评估keras中的发电机
我正在训练卷积自动编码器模型。我已经为测试集取了批量大小100,已经运行了评估keras中的发电机,keras,deep-learning,evaluate,Keras,Deep Learning,Evaluate,我正在训练卷积自动编码器模型。我已经为测试集取了批量大小100,已经运行了模型。在测试集上评估\u生成器,并且评估\u生成器已经给出了一个值。但是,当我将测试集的批量大小从100更改为60或200时,evaluate\u generator会给我一个不同的值 这是显而易见的还是我在哪里犯了什么错误 为了澄清,我将在编译模型时定义损失函数,evaluate\u生成器将使用该函数,对吗?所以,就像我的例子一样,我在编译时使用均方误差作为损失函数;因此,evaluate\u生成器也将计算测试集上的ms
模型。在测试集上评估\u生成器
,并且评估\u生成器
已经给出了一个值。但是,当我将测试集的批量大小从100更改为60或200时,evaluate\u generator
会给我一个不同的值
这是显而易见的还是我在哪里犯了什么错误
为了澄清,我将在编译模型时定义损失函数,
evaluate\u生成器将使用该函数,对吗?所以,就像我的例子一样,我在编译时使用均方误差作为损失函数;因此,evaluate\u生成器
也将计算测试集上的mse。您所说的“给我不同的值”是什么意思?该“值”代表什么指标?对于批量尺寸为100的产品,该值为0.0091856;批次尺寸60,0.0091029和批次尺寸200,0.0093822-这些不同的值即将出现。确定。因此,您的测试数据在多个批量大小上可能不相同,或者模型精度也会随之改变。在对相同批量进行多次测试时,您的结果是否一致?不,在对相同批量进行多次测试时,我的结果不一致。但是我的测试数据是一样的。你的测试集总共有多大?测试集大小可能不是批次大小的多重性,这会导致最后一批的不同平均值