ケラス逐次モデルは異なる結果を与えます

Question

私はモデルを訓練して特定のディレクトリに保存しましたが、訓練は約81％のテスト精度を与えています。私は、次のコマンドを使用しています

model = Sequential() 
model.add(Embedding(max_features, 128, input_length=max_len)) 
model.add(SpatialDropout1D(0.3)) 
model.add(GaussianNoise(0.2)) 
model.add(LSTM(128 , dropout_W=0.3, dropout_U=0.3, return_sequences=False)) 
model.add(LSTM(56, dropout_W = 0.4, dropout_U=0.4)) 
model.add(Dense(1, W_regularizer=l2(0.2))) 
model.add(Activation('sigmoid')) 
model.summary() 
adam = Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.00) 
model.compile(loss='binary_crossentropy', optimizer=adam,metrics = ['accuracy']) 
model_history = model.fit(x, y=y, batch_size=128, epochs=2, verbose=1,validation_split = 0.2) 

model_json = model.to_json() 
with open("C:/Users/twelve_user/Downloads/model3.json", "w") as json_file: 
     json_file.write(model_json) 
model.save_weights("C:/Users/twelve_user/Downloads/weights_model3.h5") 
print("Saved model to disk") 
predictions = model.predict(testx) 

しかし、時はいつでも、私は精度は76％すなわち落下、別のPythonスクリプトで同じモデルをロードしようとしています。訓練されていないモデルのようにランダムな精度が得られることがあります。ローディングに使用したコマンドは次のとおりです。

json_file = open('C:/Users/twelve_user/Downloads/model3.json', 'r') 
loaded_model_json = json_file.read() 
json_file.close() 
model = model_from_json(loaded_model_json) 
model.load_weights("C:/Users/twelve_user/Downloads/weights_mode3.h5") 
print("Loaded model from disk") 

これはどのように可能ですか？訓練されたモデルとロードされたモデルの結果は同じでなければなりません。私はKerasにはかなり新しいので、どこが間違っているのか理解できません。
ありがとうございました！どんな助けもありがとう。

Answer 1

モデル構造とモデルの重みだけを保存する可能性が高いためです。オプティマイザまたはトレーニング構成の状態は保存しません。まったく同じモデルを使用したい場合はケラス関数model.saveを使用してください。

さらに詳しい情報はthis faqをチェックしてください。迅速な応答のための

例コード

predictions_before = model.predict(testx) 
model.save('model3.h5') 
del model 

model = load_model('model3.h5') 
predictions_after = model.predict(testx)