3

我正在使用 tensorflow 0.8.0 和 skflow（或现在称为 learn）。我的模型与此示例非常相似，但将 dnn 作为最后一层（类似于他的 minst 示例）。没有什么特别花哨的东西，该模型本身就可以很好地工作。文本输入最多为 200 个字符和 3 个类别。

我看到的问题是当我尝试加载模型并做出许多预测（通常大约 200 个预测或更多）时，我开始看到结果有所不同。

例如，我的模型已经过训练，我加载它并查看我的数据并进行预测。

char_processor = skflow.preprocessing.ByteProcessor(200)
classifier = skflow.TensorFlowEstimator.restore('/path/to/model')

for item in dataset:
    # each item is an array of strings, ex: ['foo', 'bar', 'hello', 'world']
    line_data = np.array(list(char_processor.transform(item)))
    res = classifier.predict_proba(line_data)

如果我加载我的分类器并且只给它一个项目来预测然后退出，它就可以完美地工作。当我继续做出预测时，我开始看到奇怪之处。

我在这里能错过什么？我的模型不应该总是为相同的数据返回相同的结果吗？

4

0 回答 0