skorch - Skorch:如何绘制训练和验证的准确度
问题描述
在我们用 Skorch 完成训练后,有没有办法绘制训练和验证的准确性net.fit(X_train, y_train)
。我们可以看到train_loss
, valid_loss
,valid_acc
但是train_acc
呢?谢谢你。
解决方案
这也在skorch 问题跟踪器中得到了回答,但简而言之,您可以简单地添加更多的得分器来提高训练的准确性:
net = NeuralNetClassifier(
# ...
callbacks=[
EpochScoring(scoring='accuracy', name='train_acc', on_train=True),
],
)
如果您在 jupyter notebook 中工作,您可以简单地运行
import matplotlib.pyplot as plt
plt.plot(net.history[:, 'train_acc'])
推荐阅读
- javascript - 将新的键/对元素添加到原始对象中:
- java - 访问存储在对象类型 Arraylist 中的不同类对象的属性、方法
- r - 根据行名过滤数据框
- c++ - 从字符串列表中删除元素
- java - 类型不匹配:无法将双精度转换为双精度 []
- active-directory - 能否在一个 Azure AD 域下同步不同的 AD 域?
- ios - 当 UIViewController 显示弹出框时,更改 CALayer 颜色与 UIView tintColor 同步
- google-tag-manager - 跟踪代码管理器 - 增强型电子商务
- python - 如何在 django 中获取字段名称而不是外国 ID
- python - 我无法访问方法 Python 中的方法参数