当以不同格式输入相同数据时，`tf.keras.model.evaluate()` 会提供不同的结果

Question

背景

我正在查看以下 Tensorflow 时间序列教程： https://www.tensorflow.org/tutorials/structured_data/time_series#single-shot_models

对于这里的讨论，我将考虑多步模型部分中的“multi_linear_model”。

我添加以下行

multi_val_performance_new['Linear'] = multi_linear_model.evaluate(next(iter(multi_window.val))[0], next(iter(multi_window.val))[1])

在这行之后

multi_val_performance['Linear'] = multi_linear_model.evaluate(multi_window.val).

当我检查损失和平均绝对误差时，它们是不同的。

问题

为什么 - 当我将原始的 tf.Dataset 提供给 model.evaluate 时 - 我会得到一组损失和平均绝对误差，但是当我将其组件 - (next(iter(tf.Dataset))[0], next(iter(tf.Dataset)[1]) 提供给 model.evaluate 时 - 我会得到不同的吗一组损失和平均绝对误差？

注意

我在def make_dataset(self, data): 中设置了shuffle = false。

Answer 1

next(iter(ds)) 只会返回一批/观察。在model.evaluate 中传递整个数据集将返回整个数据集的指标。