Почему MSE, рассчитанный Keras Compile, отличается от MSE, рассчитанного Scikit-Learn? - PullRequest
Новая
       48

Почему MSE, рассчитанный Keras Compile, отличается от MSE, рассчитанного Scikit-Learn?

1 голос
/ 26 апреля 2019

Я тренирую модель нейронной сети для прогнозирования. Функция потери - средняя квадратическая ошибка (MSE). Тем не менее, я обнаружил, что MSE, рассчитанный Keras, сильно отличается от рассчитанного Scikit-learn.

Эпоха 1/10 162315/162315 [=============================] - 14 с 87US / шаг - потеря: 111,8723 - mean_squared_error: 111,8723 - val_loss: 9.5308 - val_mean_squared_error: 9.5308

Epoch 00001: потеря улучшена с inf до 111.87234, спасая модель до /home/Model/2019.04.26.10.55 Scikit Learn MSE = 208,811126

Эпоха 2/10 162315/162315 [=============================] - 14 с 89us / step - потеря: 4.5191 - mean_squared_error: 4.5191 - val_loss: 3.7627 - val_mean_squared_error: 3.7627

....

Epoch 00010: потери улучшены с 0,05314 до 0,05057, сохраняя модель до /home/Model/2019.04.26.10.55 Scikit Learn MSE = 0,484048

MSE рассчитывается по Keras: 

model.compile(loss='mse', optimizer='adam', metrics=['mse'])

MSE рассчитывается по Scikit-Learn: 

class my_callback(Callback): 
def __init__(self, trainX, trainY, model_name):
    self.trainset_X = trainX
    self.trainset_Y = trainY
    self.model_name = model_name
    self.previous_mse = 10000000

def on_train_begin(self, logs={}):
    return 

def on_train_end(self, logs={}):
    return

def on_epoch_begin(self, epoch, logs={}):
    return

def on_epoch_end(self, epoch, logs={}):        
    # ----- Train -----
    y_pred = self.model.predict(self.trainset_X, batch_size=64)
    curr_mse = mean_squared_error(self.trainset_Y, y_pred)
    print('Scikit Learn MSE = %f' % curr_mse)

    if curr_mse < self.previous_mse:
        print('Save the best model to %s' % self.model_name)
        self.model.save(self.model_name)
        self.previous_mse = curr_mse
    return

def on_batch_begin(self, batch, logs={}):
    return

def on_batch_end(self, batch, logs={}):
    return

Знаете ли вы, почему есть такие разные? Я также проверил коды Python обоих из них, и они очень похожи.

...