使用 keras 的 Fashion-MNIST

Posted

技术标签:

【中文标题】使用 keras 的 Fashion-MNIST【英文标题】:Fashion-MNIST using keras 【发布时间】:2021-01-30 22:37:43 【问题描述】:

代码:

import keras.datasets.fashion_mnist as fashion_mnist
import keras
import matplotlib.pyplot as plt
from keras.utils import np_utils
from sklearn.model_selection import train_test_split
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data() 
xtrain, xvalid, ytrain, yvalid = train_test_split(train_images, train_labels, test_size=0.33, shuffle= True)

xtrain = xtrain / 255.0
xvalid =  xvalid/255.0
ytrain = np_utils.to_categorical(ytrain )
yvalid = np_utils.to_categorical(yvalid)

history_dict = history.history
print(history_dict.keys())

history=model1.fit(train_images, train_labels, epochs=30, batch_size=64)

loss = history.history['loss']
val_loss = history.history['val_loss']

accuracy = history.history['binary_accuracy']
val_accuracy = history.history['val_accuracy']

plt.plot(history.history['accuracy'])  
plt.plot(history.history['val_accuracy'])
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.show()

我得到以下结果: KeyError: 'val_accuracy',,我用google.colab. dict_keys(['loss', 'accuracy']),只有两个变量可用。如何达到 val_accuracy 和 val_loss?

任何建议将不胜感激

【问题讨论】:

【参考方案1】:

要拥有val_accuracyval_loss,您需要向model.fit 提供验证数据。试试这个:

history = model1.fit(train_images, train_labels, 
                  validation_data = (xvalid,yvalid), 
                  epochs=30, batch_size=64)

【讨论】:

添加了答案。请让我知道这对你有没有用。如果确实如此,请考虑接受/勾选答案。 如果我增加或减少批量大小的数量,如何指定 epoch 的数量? 很高兴它有效。我不明白你的问题。您可以将 epochs=30 更改为其他内容。 有什么办法可以改变节点的数量吗? 它必须更改为Dense() 或您正在使用的任何其他层。您可以关注文章获取更多信息:machinelearningmastery.com/…

以上是关于使用 keras 的 Fashion-MNIST的主要内容,如果未能解决你的问题,请参考以下文章

在keras上使用gpu的方法

新人求教gpu的使用和keras调用

无法在 Keras 2.1.0(使用 Tensorflow 1.3.0)中保存的 Keras 2.4.3(使用 Tensorflow 2.3.0)中加载 Keras 模型

使用 Tensorflow.keras 组织项目。应该是 tf.keras.Model 的一个子类吗?

不能将tf.keras.optimizer与tf.keras.models.sequential一起使用

Keras深度学习实战——使用Keras构建神经网络