Tensorflow:CNN有99%的测试准确率，预测总是错误的 这是我用CNN训练的模型*

我确实使用tensorflow上面的keras构建了一个convnet，并对它进行了几次训练，但一直以来，它的准确率都达到了99%，但当我预测图像时，它总是预测错误

我的模型总是预测错误我的代码中有什么错误请纠正我

---

问题是您需要对火车上的输入图像进行规格化（

x\u火车/255

），但当您预测时，您直接使用原始图像

这里

应该是

data = img.reshape(-1,IMG_SIZE,IMG_SIZE,1)
data = data / 255
model_out = model.predict([data])

这将使结果与您训练时的结果相对接近

---

但是您的网络看起来非常小，因此如果精度仍然不令人满意，您应该添加更多的CNN层。

问题是您在列车上对输入图像进行了规范化（

x\u train/255

），但当您预测直接使用原始图像时

这里

应该是

data = img.reshape(-1,IMG_SIZE,IMG_SIZE,1)
data = data / 255
model_out = model.predict([data])

这将使结果与您训练时的结果相对接近

但是你的网络看起来很小，所以如果精确度仍然不令人满意，你应该添加更多的CNN层

data = img.reshape(-1,IMG_SIZE,IMG_SIZE,1)
data = data / 255
model_out = model.predict([data])