tensorflow - 训练期间测试数据的输出精度
问题描述
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。
解决方案
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。
推荐阅读
- java - 实现 SparseMatrix 的有效方法
- protractor - 我们可以将 AfterAll 函数中的数据获取到量角器中的 afterLaunch 吗
- python - 使用 keras_model_sequential() 在 R 中调用 keras 时出错
- php - 在循环内使用 PDO 插入
- mysql - MySQL用户注册存储过程似乎不起作用
- php - 如何以编程方式启用 php 扩展 intl
- ios - 来自 iOS 节点管理员的 Firebase 消息传递
- ios - 如何在 iOS 中创建一个同时具有标题和图像的条形按钮项,并且图像按原样显示而没有色调?
- jenkins - 运行需求能力匹配的 Jenkins 作业
- javascript - 加载网站 php 的元素的速度