1
J'ai mes propres données. Je veux faire une tâche de classification. Mais j'ai construit le même réseau de symboles dans Mxnet et Keras. Même les règles de l'optimiseur sont les mêmes. Mais les résultats sont différents.mxnet ou keras pourquoi ils ont des résultats différents?
mon code Mxnet est ici: 
et les résultats: il ressemble à ramdon? 
Mais mon code keras sont même réseau: 
mais le résultat est beaucoup mieux. Dans l'ensemble d'entraînement, je peux être 100% 
Je n'arrive toujours pas à comprendre pourquoi il y a les mêmes architectures de réseau et les données sont les mêmes. Cependant, le résultat de la classification entre deux images est important.
Espérons que quelqu'un pourrait donner une suggestion. THX.
Quelles données utilisez-vous pour vous entraîner? Quel itérateur de données utilisez-vous? Essayez d'ajuster le taux d'apprentissage et la taille du lot. Si les données sont disponibles publiquement, je peux aider à ajuster les paramètres pour que votre code fonctionne. –
Mon propre jeu de données. Mais je suis confus, parce que dans Keras et Mxnet, j'ai utilisé les mêmes données d'entraînement et de validation. Et le taux d'apprentissage sont tous les 0,1, la taille du lot est de 32, la même chose. Pourquoi ils ont des résultats différents. A propos de l'itérateur de données, dans mxnet j'utilise mx.io.NDArrayIter – Luv
Serais-tu en mesure de fournir le code sous forme de texte au lieu de l'image @Luv? Pouvez-vous également confirmer le backend Keras que vous utilisez? Voir le fichier '$ HOME/.keras/keras.json'. –