Tensorflow 2封装安装改变了行为

Question

有谁知道为什么在pip和TensorFlow 2.0.0的anaconda安装之间会有不同的行为呢？

import os
import numpy as np
from tensorflow.keras.models import load_model
import cv2
import tensorflow as tf

print(f'TENSOR FLOW VERSION: {tf.__version__}\n')

model = load_model('path_to_model/mod_1626092802.2582898.h5')

img_dim = 128

def predict_img(img_abs):
    img_array = cv2.imread(img_abs)
    img_array = img_array/255.0

    tmp = cv2.resize(img_array, (img_dim, img_dim))
    tmp = tmp.reshape(1,img_dim, img_dim, 3).astype('float')

    # predict class
    prediction = model.predict(tmp)[0][0]
    return prediction

img_abs =  'path_to_img/img_1.jpg'

p = predict_img(img_abs)
p

通过pip安装Tensorflow 2.0.0运行上述程序，则p= 0.42

通过anaconda安装Tensorflow 2.0.0运行上述程序，则p= 0.47

Python版本分别是：

• Python版本: 3.6.9 (默认，2021年1月26日，15:33:00) \nGCC 8.4.0
• Python版本: 3.6.9公司(默认值，2019，19:07:31) \nGCC 7.3.0

Answer 1

向您道歉

看来，我的conda和pip环境之间的cv2版本存在差异，导致了这个问题。

更新cv2后，问题得到了解决。