tensorflow - 训练期间测试数据的输出精度

Question

正如标题所暗示的，我想知道是否可以输出测试数据和训练数据的准确性，看看我的模型在什么时候开始过度拟合并导致测试数据的性能变差。但是，我不知道该怎么做，也无法在网上找到答案。

为了训练模型，我使用了内置fit方法。

这可能吗？谢谢你。

标签： tensorflow

Answer 1

通常，最好将数据划分为训练集、验证集和测试集。我通常将 80% 的数据用于训练集，10% 用于验证集，10% 用于测试集。model.fit()提供将训练集和验证集指定为参数的能力。对于每个训练时期，如果您将详细设置为 1 或 2，并且将“准确度”作为指标包含在model.compile(). 然后，您可以查看损失值（最好使用 绘制它们history.history）并确定您是否过度拟合。有几种方法可以开发验证集。如果您的数据不是由生成器生成的，您可以在model.fit()自动创建验证集。或者，您可以使用 ImageDataGenerator.flow_from_directory 通过设置参数来生成验证集validation_split。文档在这里。