Validation Keras预测给出的误差不同于评估，损失不同于度量

我有以下问题：

我在Keras有一个自动编码器，并对它进行了几个时代的训练。培训概述显示验证MAE为0.0422，MSE为0.0024。 但是，如果我随后调用network.predict并手动计算验证错误，则得到0.035和0.0024

有人会认为我手动计算的MAE完全不正确，但奇怪的是，如果我使用一个身份模型（只输出您输入的内容）并使用它来评估预测值，那么返回的错误值与手动计算相同。代码如下所示：

input=input（shape=（X_train.shape[1]，）
编码=密集（50，激活='relu'，活动\正则化器=正则化器。l1（10e-5））（输入）
编码=密集（50，激活='relu'，活动\正则化子=正则化子。l1（10e-5））（编码）
编码=密集（50，激活='relu'，活动\正则化子=正则化子。l1（10e-5））（编码）
解码=密集（50，激活='relu'，活动\正则化器=正则化器。l1（10e-5））（编码）
解码=密集（50，激活='relu'，活动\正则化器=正则化器。l1（10e-5））（解码）
解码=密集（X_列形状[1]，激活='sigmoid'）（解码）
网络=模型（输入，解码）
#sgd=sgd（lr=8，衰变=1e-6）
#compile（loss='mean\u squared\u error'，optimizer='adam'）
compile（loss='mean\u absolute\u error'，optimizer='adam'，metrics=['mse']）
#拟合数据
网络拟合（X_序列，X_序列，历代数=2，批量大小=1，随机数=True，验证数据=（X_有效，X_有效），
回调=[EarlyStopping（monitor='val_loss'，min_delta=0.00001，patience=20，verbose=0，mode='auto'））
#结果
侦察有效=网络。预测（X有效，批量大小=1）
score2=网络。评估（X_有效，X_有效，批量大小=1，详细度=0）
打印（'网络评估结果：mae={}，mse={}'。格式（*score2））
x=输入（（x_列形状[1]，））
m=模型（x，x）
m、 编译（loss='mean\u absolute\u error'，optimizer='adam'，metrics=['mse']）
分数1=m.evaluate（确认有效，X有效，批量大小=1，详细度=0）
print（'Identity evaluate result:mae={}，mse={}'。格式（*score1））
错误测试=np.绝对（X有效-重新确认有效）
打印（“手动MAE:{}”。格式（np.平均值（错误测试）））
误差检验=np平方（X有效-重新确认有效）
打印（“手动MSE:{}”。格式（np.平均值（错误测试）））

其输出如下：

训练282个样本，验证94个样本
纪元1/2
2018-04-18 17:24:01.464947:IC:\tf\u jenkins\workspace\rel win\M\windows\PY\36\tensorflow\core\platform\cpu\u feature\u guard.cc:137]您的cpu支持该tensorflow二进制文件未编译为使用的指令：AVX AVX2
282/282[=======================================]-0s-损失：0.0861-均方误差：0.0187-瓦尔损失：0.0451-瓦尔均方误差：0.0025
纪元2/2
282/282[====================================]-0s-损失：0.0440-均方误差：0.0025-瓦尔损失：0.0422-瓦尔均方误差：0.0024
网络评估结果：mae=0.042164827236011769，mse=0.0024067993242382767
身份评估结果：mae=0.03506102238563781，mse=0.0024067993242382767
手动MAE:0.03506102412939072
手动MSE:0.002406799467280507

我知道我的手动计算是正确的，因为标识模型（m）返回相同的值。MAE值差异的唯一可能解释是，如果network.evaluate（X_有效，X_有效）以某种方式使用了与network.predict（X_有效）返回的值不同的值，那么MSE也会不同

这让我完全困惑，认为Keras-MAE的计算可能有缺陷。以前有没有人遇到过这个问题，或者知道如何解决这个问题？我正在使用Tensorflow后端。 任何帮助都将不胜感激

---

编辑：我几乎可以肯定这是一个bug。如果我保持loss='mae'，但同时添加metrics=['mse'，'mae']，那么由metrics返回的mae与我的手动计算和身份模型相同。MSE也是如此：如果我设置loss='MSE'，则度量返回的MSE与损失不同。

结果表明，由于正则化，损失应该与度量不同。使用正则化，损失更高（在我的例子中），因为当节点没有指定的活动时，正则化会增加损失。度量没有考虑到这一点，因此返回不同的值，这等于手动计算错误时得到的值。

由于不同的原因，培训和验证期间的度量不同：

• 数据集是不同的
• 在训练过程中，每一步的权重都在变化，因此指标也在变化
• 培训期间的指标是当前批次数据或最后批次指标的运行平均值。对于评估，度量是针对整个数据集的