腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
使用
验证
数据
的
batch_size
model.fit
-
使用
哪个
keras
来
评估
验证
数据
?
tensorflow
、
keras
我想用内部
的
验证
数据
来
验证
我
的
模型
model.fit
(x_train, y_train,
batch_size
= 50, epochs=1,validation_data=(x_test,y_test)) 现在,我想和
batch_size
=50一起训练。我
的
验证
数据
x_test
的
长度是1000。正如我可以从文档中读取
的
那样,
验证</em
浏览 26
提问于2019-06-05
得票数 5
回答已采纳
3
回答
在建立
Keras
模型时将
数据
分割成培训、测试和
评估
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
在创建和
评估
Keras
机器学习模型时,我对拆分
数据
集感到有点困惑。假设我有1000行
的
数据
集。=
model.fit
(features, results, validation_split = 0.2, epochs = 10,
batch_size
=50) 因此,我将完整
的
数据
(特性和结果)与我
的
模型进行拟合,从这些
数据
中,我
使用
了20%
的
数据
浏览 5
提问于2021-04-19
得票数 2
回答已采纳
1
回答
TypeError: fit()获得意外
的
关键字参数'test‘
python
、
tensorflow
、
lstm
activation='relu'))model.compile(loss='mse', optimizer='adam', metrics='accuracy')
model.fit
y_val), epochs=50) 下面是错误: TypeError: fit() got an unexpected keyword argument 'test' 当我删除test时,我得到了与
验证
相同
的
错误,如果
浏览 154
提问于2021-04-14
得票数 0
2
回答
在不同
的
训练阶段,
Keras
中是否有任何方法或功能来恢复模型
的
权重?
python
、
tensorflow
、
keras
、
deep-learning
我有一个模型,我想训练10个时代,为一个特定
的
超参数设置。培训结束后,我将
使用
history.history对象并找到
验证
损失最小
的
时期。一旦我有了这个最好
的
得分时代,我想检索这个模型,并
使用
它
来
预测测试
数据
。现在,想象一下我最好
的
得分时代不是最后一个。在这个
Keras
历史对象(如history.model)中是否有任何选项可以检索过去
的
权重值?我想,如果没有,我将不得不创建一本字典,并暂时存储每一
浏览 4
提问于2022-02-18
得票数 0
回答已采纳
1
回答
Keras
model.evaluate_generator没有打印预期
的
损失(和准确性?)
python
、
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
问题 我想将图像大小从64增加到128,看看这将如何影响我
的
模型。但是,这会使
数据
集太大,无法装入内存。因此,我尝试切换到
使用
Keras
生成器
来
适应我
的
模型,同时
使用
image size 64
来
确保我
的
实现是正确
的
。在将训练和
验证
日志与
model.fit
的
日志进行比较时,model.fit_generator似乎可以按预期工作,但与model.evaluate输出
浏览 0
提问于2020-07-28
得票数 0
1
回答
建议在
Keras
训练中
使用
Kfold或validation_split kwarg?
machine-learning
、
keras
在许多示例中,我看到通过
使用
Kfold、StratifiedKfold或其他预先构建
的
数据
集拆分器
来
执行列车/交叉
验证
数据
集拆分。
model.fit
(self, x, y,
batch_size
=32, nb_epoch=10, verbose=1, callbacks=[], validation_split=0.0, validation_data=None, shuffle=True, class_weight=None, sample
浏览 5
提问于2016-11-16
得票数 3
1
回答
对培训、测试和val
的
澄清以及如何
使用
/实施
keras
、
training
、
cross-validation
、
prediction
到目前为止,我认为我理解了培训、测试和
验证
集之间
的
区别。基本上就像在这张图片里:培训集:对模型进行培训
的
数据
测试集:原则上与
验证
集相同。只是
使用
在最终结束后,模型已被裁剪。 训练集通常是通过一些交叉
验证
设置
的
。当通过
model.fit
(X_train, y_train,..)进行拟合时,
Keras
会自动地对<
浏览 0
提问于2019-10-09
得票数 0
回答已采纳
1
回答
我用
的
是tensorflow
python
、
tensorflow
、
keras
、
conv-neural-network
我正在
使用
Tensorflow-
Keras
开发一个CNN模型,在该模型中,我将
数据
集划分为训练、
验证
和测试集。我需要在每个时代结束时调用测试集以及训练和
验证
集
来
评估
模型
的
性能。下面是我跟踪火车和
验证
集
的
代码。'acc': str(logs['acc']), 'val_acc': str(logs['val_
浏览 3
提问于2021-10-16
得票数 2
回答已采纳
2
回答
tf.
keras
.model.fit中
的
validation_data似乎无法与生成器一起工作
tensorflow
、
keras
validation_data = validation_generator,validation_steps=10,它可以像预期
的
那样工作,但有一个警告说fit_generator已被弃用,所以我尝试
使用
model.fit
: history =
model.fit
(train_generator, steps_per_epoch=80,validataion_data=validation_generator, validation_steps
浏览 1
提问于2020-04-29
得票数 2
6
回答
Keras
:如何为
验证
集抽取随机样本?
python
、
tensorflow
、
keras
我目前正在培训一个
Keras
模型,其相应
的
fit调用如下所示:
Keras
页面上
的
解释了“validation_split=0.1”
的
含义:
验证
数据
不一定来自每个类,它只是最后
的
10% (
浏览 0
提问于2018-09-21
得票数 5
回答已采纳
3
回答
在
keras
中
使用
多个
验证
集
validation
、
keras
、
monitoring
我正在
使用
model.fit
()方法训练带有
keras
的
模型。我想
使用
多个
验证
集,在每个培训阶段之后,应该分别对其进行
验证
,这样我就可以得到每个
验证
集
的
一个损失值。如果可能的话,它们都应该在训练期间显示,并由
keras
.callbacks.History()回调返回。我在想这样
的
事情:
浏览 2
提问于2017-12-09
得票数 24
回答已采纳
1
回答
我是否应该重新初始化K-折叠交叉
验证
循环之间
的
整个模型?我该怎么做呢?
python
、
keras
、
neural-network
我一直在跟踪应用CNN对MNIST手写数字
数据
集进行分类。 将其余
的
组作为培训
数据
集。在训练集上建立一个模型,并在测试集上进行
评估
。注意这些曲线是如何越来越接近轴
的<
浏览 2
提问于2019-12-28
得票数 1
回答已采纳
2
回答
拟合序列模型后
的
缺失val_acc
python-3.x
、
tensorflow
、
keras
、
neural-network
当我适应编译后
的
顺序模型时,我丢失了关于'val_acc‘属性
的
信息。在对神经网络进行拟合后,我希望得到关于'acc‘、'loss’、‘val’、'val_loss‘属性
的
信息history =
model.fit
(X, Y,
浏览 1
提问于2019-04-23
得票数 3
回答已采纳
3
回答
如何在
Keras
中保存val_loss和val_acc
python
、
keras
我在
Keras
中录制'val_loss‘和'val_acc’时遇到了麻烦。‘'loss’和'acc‘很容易,因为它们总是记录在
model.fit
的
历史中。如果在fit中启用了
验证
,则记录'val_loss‘;如果启用了
验证
和准确性监控,则记录val_acc。但是这意味着什么呢?我
的
节点是
model.fit
(train_data, train_labels,epochs = 64,
batch_size
=
浏览 3
提问于2017-11-20
得票数 6
1
回答
keras
模型
的
输入格式是否应该严格一致?
python
、
neural-network
、
keras
我
使用
keras
建立了一个神经网络
来
进行推荐。我
使用
训练
数据
的
许多特征
来
拟合模型。然后我需要
使用
测试
数据
对其进行
评估
。通常,在
使用
测试
数据
测试推荐系统时,会
使用
较少
的
数据
。所以我
的
问题是
keras
模型fit()和evaluate()
的
输入格式是否应该严格一致?具体地说: fi
浏览 10
提问于2017-07-23
得票数 0
1
回答
大小为1
的
验证
数据
batch_size
?(
Keras
)
validation
、
neural-network
、
keras
在
Keras
中,有一个选项可以将
验证
集批
的
大小设置为一个:在每个训练
数据
时代之后,模型只
使用
验证
数据
中
的
一个对象
来
验证
模型,这是正确
的
吗?如果是这样的话,那么我
的
模型不应该得到一个很好<em
浏览 1
提问于2018-02-10
得票数 1
回答已采纳
2
回答
Tensorflow model.evaluate给出了与训练结果不同
的
结果
python
、
tensorflow
、
machine-learning
、
keras
我正在
使用
tensorflow进行多类分类train_ds = tf.
keras
.preprocessing.image_dataset_from_directory=
batch_size
) data_dir,然后,当
浏览 0
提问于2020-09-24
得票数 1
2
回答
Keras
无限循环
tf.keras
代码从colab文件夹读取我
的
图像。然后
使用
生成器将代码分割为训练集和
验证
集。我
使用
了一个现有的预模型Dense201
来
训练它。然而,我不确定为什么,因为生成器仍然陷入无限循环,生成
验证
数据
的
循环永远不会执行。有谁知道如何规避这一点吗?
BATCH_SIZE
= 64 datagen = tf.
keras</em
浏览 1
提问于2020-04-03
得票数 1
2
回答
当我更改
验证
生成器
的
属性--
keras
ImageDataGenerator,model.evaluate时,
验证
生成器
的
准确性几乎会下降。
python
、
tensorflow
、
validation
、
keras
我正在读取目录层次结构中
的
图像(flow_from_directory
使用
来自ImageDataGenerator类
的
生成器)。该模型是一个固定参数
的
mobilenetv2 +一个可训练
的
软最大层。当我将模型与训练
数据
相匹配时,对于训练和
验证
来说,精确度是可以比较
的
。如果我
使用
验证
参数或重置生成器,那么
使用
model.evaluate或重新
使用
model.fit
重
浏览 5
提问于2020-10-23
得票数 0
回答已采纳
1
回答
在Tensorflow图像分类中获取标签
tensorflow
、
keras
、
deep-learning
、
multiclass-classification
、
image-classification
我正在通过遵循this TensorFlow tutorial并从Gdrive加载我自己
的
数据
集
来
进行图像分类。现在我想画出混淆矩阵。首先,我预测了
验证
数据
集
的
标签: val_preds = model.predict(val_ds) 但我不确定如何获得原始标签,以便将预测与它们进行比较。epochs = 10 history=
model.fit
(train_ds, epochs=epochs, validation_data=val_ds) 下面是我创建
验证<
浏览 31
提问于2021-04-26
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
深度学习中的正则化技术 附Python代码
深度学习中的正则化技术
TNO和Torc Robotics合作使用真实世界的数据进行自动驾驶卡车验证
用Keras和Python开发你的第一个神经网络
用Keras搭建卷积神经网络
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券