同じデータセットのテスト精度が変化し続ける

私は訓練を受けたモデルをインポートし、それを使っていくつかのデータを分類しています。同じデータセットのモデルを実行するたびに予測値/最終精度が変わるのは通常のことですか？同じデータセットのテスト精度が変化し続ける

最終層のsoftmax値も印刷しました。確率は変化し続ける。

2017-07-28 AnnaR

いいえ、テスト中にはいけません。 –

実際、GPUでは確率が少し変わる可能性があります（つまり、tf.reduce_sumはCuDNNアトミックのために非決定論的ですが）、通常予測される実際の値を変更するには十分ではありません。パイプラインにランダム性がありますか？（つまり、ランダムスクラッチ） –

トレーニング中にデータをシャッフルしましたが、テスト中は何も表示されませんでした。私はモデルをそのままインポートしました。それがConv - > LSTMアーキテクチャなら、それは役に立ちます。 – AnnaR

私はちょうど最近same issueに遭遇し、そして最後に私の根本的な原因が私のモデルのドロップアウト層であることが判明しました。

2017-07-28 14:30:46

それは理にかなっています！私はモデルに2つのドロップアウト層を持っています。彼らはパフォーマンスを向上させるのに役立った。このための回避策はありますか？ – AnnaR

これはどのように動作するのですか？一貫した結果を得る必要がある場合は、モデルでそのようなレイヤーを使用しないでください。モデルのパフォーマンスにも影響します。 @AnnaR –

答えて