小编And*_*lho的帖子

与 tensorflow.keras 相比,使用 keras 在 mnist 上的测试准确度明显更高

我正在用一个基本示例验证我的 TensorFlow (v2.2.0)、Cuda (10.1) 和 cudnn (libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb) 并且我得到了奇怪的结果......

在Keras 中运行以下示例时,如https://keras.io/examples/mnist_cnn/所示,我得到了 ~99% acc @validation。当我调整通过 TensorFlow 运行的导入时,我只得到 86%。

我可能忘记了什么。

使用 tensorflow 运行:

from __future__ import print_function

import tensorflow as tf
from tensorflow.keras.datasets import mnist
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Flatten
from tensorflow.keras.layers import Conv2D, MaxPooling2D
from tensorflow.keras import backend as K

batch_size = 128
num_classes = 10
epochs = 12

# input image dimensions
img_rows, img_cols = 28, 28

# the data, split between train and …
Run Code Online (Sandbox Code Playgroud)

testing optimization mnist keras tensorflow

6
推荐指数
1
解决办法
224
查看次数

标签 统计

keras ×1

mnist ×1

optimization ×1

tensorflow ×1

testing ×1