Почему точность с Caffe выше, чем с tf.keras?

Question

Я преобразовал модель из tf.keras в caffe. Когда я оцениваю модель с Caffe на тестовом наборе, я обнаруживаю, что точность с caffe выше, чем с tf.keras. Я не могу придумать, как найти источник проблемы (если есть проблема ...) Это различие связано с библиотеками более низкого уровня, используемыми для ускорения вычислений (я имею в виду cudnn и механизм caffe)? Есть ли известная проблема точности с модулем keras тензорного потока? Кстати, есть другие люди, у которых есть похожая проблема:

https://github.com/keras-team/keras/issues/4444

Answer 1

Это может случиться.

Как только вы конвертируете свою модель keras .h5 в .caffemodel, веса копируются численно. Но внутри вы загрузите свою модель в Caffe, а не в Keras.

Так как caffe и keras - две разные библиотеки, их внутренние алгоритмы могут немного отличаться. Также, если вы измените свою схему предварительной обработки, это также может изменить результат. Обычно, если вы используете сокращение (для оптимизации размера), производительность может быть go низкой, в странном случае это можно рассматривать как крайнюю регуляризацию и действовать как повышение производительности в тесте.