恢复保存的模型/会话后验证准确性不佳，尽管在训练过程中效果很好

编程问答 2022-05-01

问题描述

我使用 Tensorflow 来实现 LeNet NN 并在交通标志数据集上对其进行训练。

训练后，我尝试恢复保存的会话并评估测试数据集上的模型 但是我得到了一个非常糟糕的准确度（0.03），尽管训练过程中的训练和验证准确度很好（0.92 和 0.91）

我尝试在 validation-dataset 上对其进行评估，以确保我已正确恢复它 但我也得到了非常低的准确度 (0.02)

我用它来恢复文件

logits = LeNet(x,1)
with tf.Session() as sess:   
    saver = tf.train.import_meta_graph('./ckp/lenet_4.ckp.meta')
    saver.restore(sess,"./ckp/lenet_4.ckp")
    
    sess.run(tf.global_variables_initializer())
    accuracy= evaluate(X_valid,y_valid)
    print('valid accuracy = ',accuracy)

也用过这个，遇到同样的问题

saver = tf.train.Saver(tf.trainable_variables())
logits = LeNet(x,1)
with tf.Session() as sess:   
    saver.restore(sess,"./ckp/lenet_4.ckp")

    sess.run(tf.global_variables_initializer()) 
    accuracy= evaluate(X_test,y_test)
    print('test accuracy = ',accuracy)

可能有什么问题？ 我将不胜感激任何想法/解决方案。谢谢

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

deep-learningevaluateevaluationneural-networktensorflow