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_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/…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
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?