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
fit_generator
和
fit
的
精度
是
不同
的
、
++已对
fit_generator
进行了修改以适应。 DataSets
的
总数为12,507,True为6,840,False为7,056。 数据集配置
是
相同
的
。模型
是
相同
的
。(train_X, train_Y, epochs=15, batch_size=64, validation_split=0.2, verbose=2) 当使用
fit
时,准确率接近100%。A模型
和
B模型不是一样
的
吗?为什么会出现其他精确度?然后我会重塑
浏览 34
提问于2021-02-08
得票数 1
回答已采纳
1
回答
fit_generator
是否等于拟合循环函数?
、
、
、
我使用
fit_generator
来训练我
的
模型,并获得了良好
的
结果,平均准确率为0.9。net.
fit
_generator(train_it.generator(), epoch_iterations * batch_size, nb_epoch=nb_epoch, validation_data=val_it.generator()) 但是当我用
fit
循环函数代替
fit_generator
时,训练变慢了(速度为1/10)。结果变得更差(平均
精度
为0.8,有些
浏览 24
提问于2020-01-16
得票数 0
1
回答
Keras模型
的
batch_input_shape
、
、
、
我正在尝试用LSTM作为第一个隐藏层
和
Keras库(tensorflow后端)来构建一个神经网络。我很难理解如何重塑我
的
数据,并使用batch_input_size参数将其提供给有状态
的
LSTM。我
的
输入
是
一个100秒
的
时间序列采样在10千赫。基本上,我有100*10000种
不同
的
时间值。我有3个
不同
的
可观测值被采样,所以特征
的
数目
是
3个。我希望我
的
模型一次花一秒
浏览 0
提问于2018-12-07
得票数 0
3
回答
Keras
fit
和
fit_generator
返回
的
结果截然
不同
、
fit_generator
fit
和
fit_generator
返回了截然
不同
的
结果,Keras
的
精度
下降了近20%。我确实在数据生成器中使用了shuffle。我在下面附上了我
的
data_generator。谢谢!batch_size] yield x_batch, y_batch 我
的
mo
浏览 0
提问于2018-10-04
得票数 3
3
回答
将每个批次或时期
的
验证
精度
打印到控制台(Keras)
、
、
、
我使用ImageDataGenerator
和
flow_from_directory来生成数据,并使用model.
fit
_generator来拟合数据。#train data generator train_datagen = ImageDataGeneratorFalse, save_weights_only=Fal
浏览 18
提问于2017-12-22
得票数 9
1
回答
Error- AttributeError:在keras
的
自动编码器设计中,“DirectoryIterator”对象没有属性
、
、
我
是
Python 3.5
的
新手。我试图编写一个简单
的
自动编码器,它将训练60幅苹果图像
的
数据集,并试图重建在根目录中给出
的
图像。train", class_mode="categorical", seed=42autoencoder.
fit
浏览 0
提问于2018-10-12
得票数 5
回答已采纳
1
回答
在Keras中,validation_set在
fit_generator
()
和
evaluate_generator()中
的
区别是什么?
、
在Keras中,它提供了包含参数
fit_generator
()
的
validation_data,在每个validation_freq之后,我们可以看到acc
和
val_acc值。另一种方法evaluate_generator()也接受验证数据并给出一个精确
的
评分。 acc
和
val_acc在
fit_generator
()中意味着什么以及它们为什么
不同
?validation_data指的是与
fit_generat
浏览 1
提问于2019-10-21
得票数 0
1
回答
Keras ()函数默认情况下会自动调整输入数据集吗?
、
、
、
我要求
的
是
这模型
fit
( )函数。问题很简单:我问这个问题是因为我发现
fit
( )
和
fit_generator
( )有
不同
的
输出,具有相同
的
输入。我
的
生成器按顺序向
fit_genera
浏览 0
提问于2020-02-04
得票数 3
回答已采纳
1
回答
分类图像分类总是预测一个类别,虽然计算
的
准确率达到100%。
简单地说,代码似乎运行良好,除了报告
的
模型
的
准确性在两个时代内迅速达到>= 99%。由于数据集中
的
噪声,这种准确性
是
不可信
的
。,并比较我
的
批处理生成器输出时,两个生成器之间
的
形状、数据类型
和
值范围
是
相同
的
。I想强调
的
是
,生成器从每个类别传递y标签,而不仅仅是数组(1.、0.、0.、0.、0.、0.、0.、0.,dtype=float32)。因此,我对自己做错了什么感到迷茫。自
浏览 5
提问于2017-07-10
得票数 0
2
回答
0
精度
的
fit_generator
列车
、
、
、
、
我正在尝试使用TensorFlow、Keras
和
ImageDataGenerator从头开始构建一个模型,但它并不像预期
的
那样。我使用生成器只是为了加载图像,所以不使用数据增强。有两个文件夹
的
火车
和
测试数据,每个文件夹有36个子文件夹填充图像。我得到以下输出: Using TensorFlow backend.我试过使用
不同
数量
的
时代、步骤
和
更大
的
数据集--几乎没有什么变化。每一个时代都需要大约半秒钟
的
时间来训练,即使
是</e
浏览 0
提问于2018-12-06
得票数 0
回答已采纳
1
回答
在tf.keras中一次随机转换ImageDataGenerator中
的
所有内容?
、
、
我正在使用tensorflow.keras.utils.Sequence to model.
fit
_generator。我正在检索数据,一次洗牌一批,而不是把所有东西都加载到ram中。在我
的
__init__中,我有self.datagen = ImageDataGenerator(width_shift_range=0.2, height_shift_range=0.2, zoom_range然后在我
的
__getitem__中,我有: self.datagen.
fit
(x_batch) x_batch = next(sel
浏览 15
提问于2019-05-19
得票数 1
1
回答
我应该使用evaluate_generator还是评估我
的
CNN模型?
、
、
、
、
我正在使用keras实现一个CNN来执行图像分类,并且我使用了.
fit_generator
()方法来训练模型,直到验证了停止条件,我使用了下面的代码: 最后一次训练
的
精度
为0.91。但是,当我使用model.evaluate()方法评估培训、测试
和
验证集时,我得到了下一个结果:所以,我
的
问题
是
:为什么我有两个
不同
的
价值观?batch_size
浏览 2
提问于2020-09-01
得票数 3
回答已采纳
2
回答
我们可以只使用model.
fit
而不是model.
fit
_generator吗?
、
、
、
、
我试图使用来自Keras
的
ImageDataGenerator,我想使用model.
fit
而不是model.
fit
_generator,我想去掉下面的语句,即- steps_per_epoch
和
validation_steps(filepath='CNN MobileNet.h5',monitor='val_accuracy', mode='max', save_best_only=True) history=model.
fit
_generato
浏览 2
提问于2021-01-25
得票数 2
回答已采纳
3
回答
如果steps_per_epoch不适合大量
的
样本怎么办?
、
使用Keras
fit_generator
,steps_per_epoch应等于可用样本总数除以batch_size。但是如果我选择一个不适合n次样本
的
batch_size,生成器或
fit_generator
会有什么反应呢?它会产生样本,直到不能再填满整个batch_size,还是只使用较小
的
batch_size来获得最后
的
得率?为什么我问:我将我
的
数据分成
不同
大小
的
训练/验证/测试(
不同
的
百分比
浏览 1
提问于2018-06-01
得票数 4
3
回答
如何在Keras中保存每个时期
的
训练历史?
、
、
我不能让我
的
电脑整天运行,为此,我需要在每个时期之后保存训练历史。例如,我已经在一天内训练了100个时期
的
模型,第二天,我想再训练50个时期。我需要生成整个150个时期
的
损失与时期
和
精度
与时期图。我使用
的
是
fit_generator
方法。有没有办法保存每个时期之后
的
训练历史(最有可能
的
是
使用Callback)?我知道如何在训练结束后保存训练历史。我正在使用Tensorflow后端。
浏览 0
提问于2018-05-02
得票数 13
1
回答
编译参数'weighted_metrics‘
和
模型. and _生成器
的
参数'class_weight’在keras中
的
区别?
、
、
、
在训练用于图像分类
的
keras模型(来自狗品种识别数据集
的
120个类,KAGGLE)时,我需要使用我在某个地方读到
的
类权重来平衡类,在示例中我看到人们使用
fit
_生成器
的
参数class_weight。但我在model.compile中发现了另一个参数,weighted_metrics,它在docs中
的
描述
是
:“sample_weight或class_weight在培训
和
测试期间要评估和加权
的
指标列表请用任何例子解释这个参数
的<
浏览 0
提问于2019-07-03
得票数 6
回答已采纳
1
回答
基于Keras
的
损失函数计算中
的
非均匀惩罚
、
、
在计算Keras (或Tensorflow)中
的
损失时,是否有一种简单
的
使用有非均匀惩罚
的
方法?我
的
意思
是
,假设你有5000个训练样本,它们不一样重要,在某些情况下,我们更愿意得到更准确
的
预测,甚至牺牲了对其他几个样本
的
不准确估计。我已经有了一些代表样本重要性
的
系数。有没有办法在Keras或Tensorflow上实现这样
的
模型?
浏览 2
提问于2019-09-18
得票数 0
回答已采纳
2
回答
如何将训练数据拆分成更小
的
批次以解决内存错误
、
、
、
、
我有一个包含两个多维数组prev_sentences,current_sentences
的
训练数据,当我使用简单
的
model.
fit
方法时,它给了我内存错误。我现在想使用
fit_generator
,但我不知道如何将训练数据拆分成批,以便输入到model.
fit
_generator中。训练数据
的
形状
是
(111356,126,1024)
和
(111356,126,1024),y_train形状
是
(111356,19)。下面
是</em
浏览 37
提问于2020-09-11
得票数 2
回答已采纳
1
回答
如何在Keras中为
不同
的
批次应用
不同
的
图像生成器?
、
、
因此,它不是多输入
的
情况。我
的
任务需要以
不同
的
方式增强图像补丁。那么如何为
不同
的
补丁定义
不同
的
图像生成器呢?数据生成= ImageDataGenerator(rotation_range=40)数据生成= ImageDataGenerator(rotation_range=60) 如何在
不同
的
补丁上应用
不同
的
生成器,以及如何使用model.
fit</e
浏览 1
提问于2017-10-18
得票数 0
1
回答
Keras:获取
fit_generator
(verbose=1)显示
的
不同
值
和
历史对象中
的
度量
、
、
、
数据集非常大,我正在使用
fit_generator
()函数来优化内存空间。当模型按批进行训练时,它会显示每一批
的
统计数据,如损失、
精度
等;最后,当它以时代结束时
的
所有批结束时,它给出了我所设想
的
以前这些值
的
平均值,现在
的
问题
是
:当我编写回调以保存训练历史时,我得到了
不同
的
值,接近控制台中显示
的
值,但绝对
不同
。当我使用
fit
()函数时,这种情况并没有发生,该函数向
浏览 2
提问于2018-05-02
得票数 1
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
自己动手实现scikit库中的fit和transform方法
谷歌Fit应用更新 添加了新的健康中心和睡眠跟踪数据
Persona和Profile的不同
什么是高精度地图的语义信息?
云计算和虚拟机是完全不同的技术应用
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