Tensorflow tf.keras model.fit（）：相同数据上的列车损失和val损失之间的巨大差异

Tensorflow版本2.1

请参阅colab笔记本以再现问题：

当训练损失下降时，val_损失不会改变，尽管这是完全相同的数据

培训2个样本，验证2个样本
历元1/30 2/2[========================================================================================================================================================================================================================================================================================================================================== 纪元2/30 2/2[=================================================================================================================================================================================================================================================================================================================================================== 纪元3/30 2/2[====================================================================================================================================-1s-457ms/样本-损耗：0.7886-损耗：1050.9148
历元4/30 2/2[================================================================================================================================================================================================================================================================================================================================================ 纪元5/30 2/2[==========================================================================================================================================-1s-474ms/样本-损耗：0.1144-损耗：1353.2678
纪元6/30 2/2[=================================================================================================================================================================================================================================================================================================================================================== Epoch 7/30 2/2[=====================================================================================================================-1s-465ms/样本-损耗：0.0635-损耗：3946.7822
纪元8/30 2/2[================================================================================================================================================================================================================================================================================================================================================ 纪元9/30 2/2[===============================================================================================================================================================================================================1s-462ms/样本-损耗：0.0345-损耗：4991.5400

这怎么可能？ 代码非常简单：

ResNet18, preprocess_input = Classifiers.get('resnet18')
base_model = ResNet18(input_shape=(180, 320, 3), weights=None, include_top=False)
x = tf.keras.layers.GlobalAveragePooling2D()(base_model.output)
output = tf.keras.layers.Dense(8)(x)
model = tf.keras.models.Model(inputs=base_model.input, outputs=output)
model.compile(optimizer='adam', loss='mse')
data = np.random.rand(2, 180, 320, 3)
labels = np.random.rand(2, 8)

model.fit(data, labels, validation_data=(data,labels), batch_size=2, epochs=30)

keras和批处理规范化存在已知问题（例如，请参见keras team/keras#6977）。这可能是有关联的，但我不知道怎么回事。我需要做哪些更改才能使其按预期工作？这是包含在包中的内容还是在哪里解决

---

编辑：从TF 2.0开始，批标准化的行为发生了更改，因此其他问题可能与此无关，请参见

您没有将数据预处理到模型预期的范围。 此模型包含

BatchNormalization

，因此不能使用不在正确范围内的数据

您需要在所有数据中使用

preprocess\u input

，当然，您的初始范围应该是0到255，因为它用于图像

---

理想情况下，您应该使用实际图像，这样您就有了类似的分布

我不确定这是否就是代码中的“错误”，但通常情况下，模型的行为会在培训和评估模式之间发生变化。这会影响，例如。这至少可以部分解释你的结果的差异

我理解你的意思，但是添加data=preprocess\u输入（data）并不能解决这个问题。预处理_输入定义为def预处理_输入（x，**kwargs）：返回x，因此它不执行此操作anything@Derk，是否

x

在0和255之间？？你的代码看起来是0和1，我可以使用data=np.random.randint（255，size=（2180320，3）），但这并不能改变问题