Kerasのpredict結果が変化しない

Question

以下のコードを参考に，自分のデータセットを利用してfinetuningを行っています．
https://github.com/kazuki-hayakawa/fine_tuning
自分のディレクトリ構成に合わせて動くように書き換えをしたのみです．
tensorflow 1.13.1
keras 2.2.4　で動かしています．

学習は正常に完了し，accuracyやlossの推移も順当なものでした．
そこで最もacc_lossの低かったタイミングで生成されたweightを利用して，predictを行いました．
predictの出力結果に関しても一見正常でした．

しかしながら，再起動したりjupyterのカーネルを落としたりしても，predictで出力される結果が全く変わりません．

top1として出力されるclassが変化しないだけでなく，各画像に付与されるスコア（確率的な？）についても変動しません．

自分の中では，predictの結果については，大きく変動しないにしても，predictを実行する度に改めてモデルが予測を行うことで，その出力結果は少しは変動すると理解しておりました．
実際に，これまで試してきた中では変動していたように記憶しておりますが，，，この理解は間違ってますでしょうか？
使用する各weight（モデル）毎に，各テスト画像に対するpredictの結果は決まっていたりするのでしょうか？

私の理解が間違っているのか，テストの仕方が間違っているのか，，，素人丸出しで恐縮ですが，御助言いただけると嬉しいです．

Answer 1

predictはあくまで結果を出力する関数で、モデルを更新する（＝学習する）機能はありません。
学習させたい場合は、train.pyのようにfitやfit_generatorを使ってください。

Comments

[saitou_shimeji]

”predictはあくまで結果を出力する関数”というのは理解しているつもりで，またfit_generatorで新たなweightを作り出してそれを読み込んでpredictすれば結果が変わるのは分かっているのですが．．．

今回は，同じモデル(weight)を読み込んでpredictした場合のことをお聞きしたかったところです．
同じモデルをロードし，同じ画像を提示した場合，予測(predict)の結果は何度やっても全く変化しないということでしょうか？？？

例えば犬猫判別モデルを構築したとして，構築されたAというモデル（weight）を使って全く同じ猫の画像（'cat.png'）を何度も予測(predict)させた場合について
モデルAを利用した１回目の予測結果が「'cat.png' は98.75％の確立で猫である」だったとして，2回目以降に関しても，モデルAを利用したpredictの出力は必ず「'cat.png' は98.75％の確立で猫である」となるということでしょうか．
（自分の中では，2回目以降，97.6％になったり，95.7％になったりと，同じAというモデルを読み込み，同じ'cat.png'を対象としても，予測を実行する度にその出力（予測結果）は変化するという認識でした）

”fitやfit_generatorを使ってください。”ということですが，これを行うと，新たにBというモデル(weight)を作って，Aとは異なるモデルで予測することになると理解しますがいかがでしょうか？
この条件でpredictを行うと，その結果が上記の場合と比較して変化するのは承知しております．

[fiveHundred]

> モデルAを利用した１回目の予測結果が「'cat.png' は98.75％の確立で猫である」だったとして，2回目以降に関しても，モデルAを利用したpredictの出力は必ず「'cat.png' は98.75％の確立で猫である」となるということでしょうか．

基本的に全く変化することはありません。
（例外として、VAEのようにモデルの内部にランダムに決定する要素がある場合や、（stateful=Trueを設定した場合の）LSTMのように前回の結果を使う、という場合は違う結果になる場合があります）

> ”fitやfit_generatorを使ってください。”ということですが，これを行うと，新たにBというモデル(weight)を作って，Aとは異なるモデルで予測することになると理解しますがいかがでしょうか？

その通りになります。

[saitou_shimeji]

なるほど，大変勉強になりました！
ありがとうございます．