일괄 처리 100,000 개가 입력되는 간단한 순차 Keras 모델을 만듭니다. 각 입력에는 3 개의 열이 있고 해당 출력은 합계입니다 그 행의.저장된 Keras 순차 모델을로드 할 때 테스트 데이터의 시작 부분에 정확도가 떨어짐
순차 모델에는 LSTM (Stateful = true), Dense의 2 개의 레이어가 있습니다.
이제 모델을 컴파일하고 피팅 한 후 'model.h5'파일에 저장하고 있습니다.
그런 다음 저장된 모델을 읽고 테스트 데이터 (size = 10k, batch_size = 100)로 model.predict를 호출합니다.
문제 : 예측은 처음 400-500 입력에 대해서는 제대로 작동하지 않으며 나머지는 매우 낮은 val_loss로 완벽하게 작동합니다.
사례 1 : 난 Keras 모든 테스트 데이터에 대한 매우 정확한 출력을 제공하고,이 경우에, 무 상태 LSTM 층 (. 즉 스테이트 = 거짓)을 .
사례 2 : 저장하고 다시 읽는 대신 생성 된 모델에 model.predict를 직접 적용하면 모든 출력이 정확하게 전달됩니다.
하지만 Stateful = True가 필요합니다. 또한 모델을 저장 한 다음 나중에 해당 모델에서 작업을 다시 시작하고 싶습니다.
이 문제를 해결할 수있는 방법이 있습니까?
2. 또한 테스트 데이터를 제공 할 때 모델의 정확도는 어떻게 증가합니까? (첫 번째 400-500 테스트는 부정확 한 결과를 제공하고 나머지는 매우 정확하기 때문에)
문제가되지 않는다면 upvote를 부탁드립니다. –