CNNの結果はケラスとテンソルの流れが異なります

Question

私は最近、機械学習を研究しています。だからケラスやテンソルフロー（ケラスを使わない）でいくつかのcnnモデルを作ってスキルを鍛える。しかし、kerasとtensorflowの結果は同じではありません。それは非常に混乱しています。

keras結果は68％とtensorflowあり、ここで66.6パーセント

はtensorflowコードです：

def convolution(self, inputs_fw): 

    inputs_fw = tf.nn.dropout(inputs_fw, keep_prob=self.dropout_keep_prob) 

    with tf.name_scope('forward_conv'): 
     fil1 = 2 
     fil2 = 3 

     conv1_fw = tf.layers.conv1d(inputs_fw,filters=100,kernel_size=fil1,padding="VALID",activation=tf.nn.tanh)#tanh 
     print "print conv1" 
     print conv1_fw 
     conv1_fw = conv1_fw + self.cbiases['convolution1'] 
     pool_fw = tf.layers.max_pooling1d(inputs=conv1_fw,pool_size=self.max_sentence_len-fil1+1,strides=self.max_sentence_len-fil1+1) 
     print pool_fw 

     pool_fw_flat =tf.reshape(pool_fw, [-1,1*100]) 

     conv1_fw2 = tf.layers.conv1d(inputs_fw,filters=100,kernel_size=fil2,padding="VALID",activation=tf.nn.tanh)#tanh 
     print "print conv12" 
     conv1_fw2 = conv1_fw2 + self.cbiases['convolution2'] 
     print conv1_fw2 
     pool_fw2 = tf.layers.max_pooling1d(inputs=conv1_fw2,pool_size=self.max_sentence_len-fil2+1,strides=self.max_sentence_len-fil2+1) 
     print pool_fw2 

     pool_fw_flat2 =tf.reshape(pool_fw2, [-1,1*100]) 


    output = tf.concat([pool_fw_flat,pool_fw_flat2],1) 

    predict = tf.matmul(output, self.weights['softmax_conv']) + self.biases['softmax_conv'] 

    print predict.get_shape() 
    return predict 

損失と精度がで構成されています

with tf.name_scope('loss'): 
     cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prob, labels=self.y)) 

    with tf.name_scope('train'): 
     global_step = tf.Variable(0, name="tr_global_step", trainable=False) 
     optimizer = tf.train.AdadeltaOptimizer(learning_rate=self.learning_rate).minimize(cost, global_step=global_step) 

    with tf.name_scope('predict'): 
     correct_pred = tf.equal(tf.argmax(prob, 1), tf.argmax(self.y, 1)) 
     # accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32)) 
     accuracy = tf.reduce_sum(tf.cast(correct_pred, tf.int32)) 

私はいくつかを作りました間違い？ 多くのありがとうございます。

Answer 1

あなたのコードにドロップアウト層がある可能性があります。ランダムに層出力をサンプリングし、テンソルフローコードを2回再実行しようとすると、別の結果も得られます。

inputs_fw = tf.nn.dropout(inputs_fw, keep_prob=self.dropout_keep_prob) 

Answer 2

それはあなたが確率

logits = tf.matmul(output, self.weights['softmax_conv']) + self.biases['softmax_conv'] 
predict = tf.nn.softmax(tf.matmul(output, self.weights['softmax_conv']) + self.biases['softmax_conv']) 
# is training True/False 
inputs_fw = tf.nn.dropout(inputs_fw, keep_prob=self.dropout_keep_prob, is_training=is_training)