Я обучил двоичный классификатор, который использует нормализацию партии во время обучения. Точность проверки модели составила 1,00. но когда сохраненная модель проверяется на тех же данных проверки, точность составляет около 96%. Для вывода я использовал следующий код:
model = keras.models.load_model(args['model'])
images= glob.glob(str(image_path)+'/*.png')
for each_image in images:
new_image = load_image(each_image)
pred = model.predict(new_image)
, что может быть причиной разницы в точности вывода и точности валидации? а также как я могу определить модель, в которой используется нормализация партии?
Версия Keras == 2.3.1