使用 keras 的 Fashion-MNIST

Posted 2023-03-24

【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

【参考方案1】：

要拥有val_accuracy 和val_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/…