Я обучаю сеть прогнозированию классификации временных рядов с помощью adapt_universal_transformer и tensor2tensor фреймворка. Каждая целевая временная метка является классификацией и не имеет отношения к предыдущей. Я использую py_func для получения функций, а затем печатаю прогнозы и входные данные в пользовательской функции метрик. Прогнозы различны для t2t_decode и t2t_eval с тем же набором тестовых данных, который был создан с помощью t2t_datagen. Я проверил, что входы одинаковы. Полученные результаты намного точнее прогнозируемых.
Если результаты eval в t2t_train и t2t_eval являются базовой линией, прогнозы в результате decode_from_dataset в t2t_decoder и estimator.evaluate из обычного генератора, заключенного в tensor2tensor.utils.decoding.make_input_fn_from_generator, неверны.
Каждый из них, который я проверил features['inputs'], predictions, labels в пользовательской функции метрик, features['inputs'] одинаков, но прогнозы - нет.
Как я мог решить проблему? или как получить результаты в нетерпеливом исполнении без изменения кода tensor2tensor?