Python `tf.keras.model.evaluate（）`在以不同格式输入相同数据时提供不同的结果 背景

我正在看以下Tensorflow时间序列教程：

在这里的讨论中，我将考虑在<强>多步模型< /强>节中的“多线性模型”< < /P> 我添加以下行

multi_val_performance_new['Linear']=multi_-Linear_模型。评估（下一步（iter（multi_window.val））[0]，下一步（iter（multi_window.val））[1]）

在这条线之后

multi\u val\u性能['Linear']=multi\u-Linear\u模型。评估（multi\u window.val）

当我检查损失和平均绝对误差时，它们是不同的

问题: 为什么-当我将原始的

tf.Dataset

输入到

model.evaluate

-我会得到一组损失和平均绝对误差，但当我将其组件输入到

（下一个（iter（tf.Dataset））[0]，下一个（iter（tf.Dataset）[1]）

到

model.evaluate

-我会得到一组不同的损失和平均绝对误差吗

铌 我在def make_数据集（自身，数据）中设置了

shuffle=false

：

下一步（iter（ds））

将只返回一批/观察结果。在

模型中传递整个数据集。evaluate

将返回整个数据集的指标