1回答
我使用的是一个巨大的数据集，其中一个训练时期有超过30000个步骤。我的问题是，我不想在检查验证数据集上的模型改进之前等待一个时期。有没有办法让Keras每1000步训练数据就评估一次验证数据？我认为一种选择是使用回调，但是Keras有什么内置的解决方案吗？
<code>A0</code>
浏览 10提问于2020-06-07得票数 3
回答已采纳
验证- Keras模型拟合函数中的拆分在https://keras.io/models/sequential/上记录如下：
validation_split:浮动在0到1之间。用作验证数据的训练数据的一部分。该模型将划分这部分培训数据，不对其进行培训，并将在每个时代结束时评估该数据的损失和任何模型度量。验证数据是<
浏览 0提问于2018-09-30得票数 45
回答已采纳
1回答
，如下所示这似乎再次除以训练数据集20%的数据点，以验证我们的模型在培训期间假设数据集中有1000个数据点(行)，上面的第一个代码将导致700个训练数据点和300个测试数据点
第二部分将再次将700%的20%用于验证，留下640个数据点用于培训，160个用于验证</em
浏览 1提问于2020-12-12得票数 0
回答已采纳
我想在使用Keras时对模型进行微调，我想要更改训练数据和学习率，以便在纪元数达到10时进行训练，那么如何在指定的纪元数结束时获得回调。
浏览 0提问于2019-08-24得票数 0
我正在尝试训练一个VGG16模型，有4k个训练样本和2k个验证样本。在上图中，尽管前134个批次完成得非常快，但最后一个批次等待了很长时间，并在大约8分钟后完成，我认为这花费的时间太长了。
浏览 0提问于2017-04-23得票数 3
keras文档(顺序模型)将验证数据指定为:评估损失的数据和每个时期结束时的任何模型指标。该模型将不会在此数据上进行训练。 如果我们不指定验证数据，它会影响我们的输出吗？
浏览 66提问于2020-04-28得票数 0
回答已采纳
目前，我正试图获得每批数据的丢失和准确性，以便对我的Keras模型进行培训和验证。我成功地做到了这样做的损失和准确性的培训，但正在遇到问题时，试图获得等效的验证损失和准确性。class LossHistory(keras.callbacks.Callback): self.historylogs.get('accuracy'))
self.history['val_a
浏览 1提问于2022-10-22得票数 0
回答已采纳
我的整个数据是一个包含10行和1000列(10, 1000)的数组。我想将数据划分为使用(10, 600)大小进行训练，验证(10, 200)和测试(10, 200)。当我有训练数据时，我想要将数据转换成一个大小为(10*600, 1)的数组，然后训练模型。但是，在tensorflow中，我们有validation_split，我不确定这个验证是否与我想要的方法相同。下面是一个简单的例子：import numpy as np
i
浏览 0提问于2022-03-15得票数 0
回答已采纳
1回答
但是，在阅读Keras fit函数时，本文又引入了两个术语：
validation_split:浮动在0到1之间。用作验证数据的训练数据的一部分。该模型将划分这部分培训数据，不对其进行培训，并将在每个时代结束时评估该数据的损失和任何模型度量。验证数据是在洗牌前从所提供的x和y数据中的最后一个样本中选择的。validation_
浏览 0提问于2018-11-07得票数 4
回答已采纳
我在用凯拉斯。当我运行model.fit_generator(...)时，它以每秒1步的速度运行，但最后一步需要几分钟。30/31 [============================>.] - ETA: 0s - loss: 2.0676 - acc: 0.2010
浏览 4提问于2017-12-26得票数 1
回答已采纳
我在.tsv中做了这个自定义回调，以获得每个纪元末尾的嵌入向量。它应该将向量保存在一个.tsv上，但由于名称不会在每个纪元上更新，所以它会导致重写第一个文件。因此，在训练结束时，我只获得了最后一个纪元的向量。我需要一种方法来在Keras文件名上添加纪元编号，但我不知道怎么做。代码： import io
class CustomCal
浏览 19提问于2020-08-28得票数 0
回答已采纳
什么是keras.models.Model.fit中的“纪元”？这是一个渐变更新吗？如果它是多个梯度更新，那么什么是定义一个纪元？
假设我正在向fit提供我自己的批次。我会把"epoch“看作是处理整个训练集的结束(这是正确的吗)？那么如何通过这种方式控制keras呢？是否可以将batch_size设置为等于x和y大小，并将epochs设置为1？
浏览 0提问于2017-07-04得票数 41
回答已采纳
我正在对970个样本进行训练，并对243个样本进行验证。
在Keras中拟合模型以优化val_acc时，批处理大小和纪元数应该有多大？有没有什么基于数据输入大小的经验法则？
浏览 1提问于2016-01-28得票数 83
我见过一些帖子在一对一的样本上谈论Keras模型的训练.我也从这些帖子中了解到，Keras模型将更新模型权重，即使是在逐个训练的基础上。那么，在这种情况下，现在的问题是，我们如何提供验证拆分，以及我们如何绘制模型的验证图，因为我们不是将整个数据集提供给我们的模型，而是逐行提供数据集？reduce_lr = tf.keras.callbacks.LearningRateScheduler(lambda x: 1e-3 * 0.90 **
浏览 1提问于2021-08-14得票数 1
回答已采纳
现在我正在使用tf.keras下的接口来封装我的卷积神经网络。 在model.fit界面中，我发现参数validation_freq只提供了epoch选项。这意味着在训练模型时，您只能在训练一个或多个纪元后评估和保存模型。在许多情况下，更希望根据模型训练批次的数量来评估和保存模型。
浏览 22提问于2020-03-19得票数 0
当我使用model.fit时，如何让模型向前传递知道我处于训练模式或评估模式？
谢谢!
浏览 0提问于2019-07-18得票数 3
1回答
Keras提到，它提供了对ImageNet进行预培训的模型。但是，它没有指定" ImageNet“是什么意思--就像它是完整图像集的ImageNet的一个子集吗？我的意思是，我很难想象他们把1400万张图像都用在了训练前，但也许我错了。我已经阅读了很多关于一些被提议的体系结构的研究论文，它们都是针对特定于ImageNet的ImageNet大规模视觉识别挑战的子集而训练的，这一点在论文中已经明确提到了。当然，如果这些Keras权重实际上代表了整个ImageNet，那么没有问题:-)，但是需要某种形式的确认/
浏览 0提问于2021-05-28得票数 0
2回答
我已经尝试在互联网上寻找一些解决方案，如何在做model.fit时设置最大迭代次数而不是纪元，但没有运气。([ keras.layers.InputLayer(input_shape=[len(train_dataset.keys())]), keras.layers.Dense(name=
浏览 3提问于2020-07-29得票数 0
回答已采纳
对于二值图像分类问题(CNN使用tf.keras)。我的图像数据被分成文件夹(训练、验证、测试)，每个文件夹包含两个平衡类的子文件夹。借用本教程的代码，我最初以如下方式加载了我的培训和验证集： train_path我怀疑我的初始代码导致了一些数据泄漏。我肯定这就是问题所在，只是我直接从keras.io教程中提取了这段代码--他们肯定不会
浏览 0提问于2021-11-27得票数 2
回答已采纳
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
热门标签
云服务器
ICP备案
对象存储
云直播
实时音视频活动推荐
腾讯云开发者
