代码之家 › 专栏 › 技术社区 › ailauli69

在Keras中,使用validation\u split(在“fit”方法中)和model.evaluate函数之间的最佳选择是什么?

keras tensorflow python

ailauli69 · 技术社区 · 3 年前

我意识到第二种方法的准确度通常较低(可能更现实吗?) 我想知道另一种方法肯定更适合哪种 ,我认为方法2)不那么乐观会更好。

有什么建议吗?

致以最诚挚的问候

美国的

0 回复 | 直到 3 年前

Richard X 3 年前

查看验证结果的最佳方法是将培训和验证数据分成等额的每个类。这可以使用 StratifiedKFold 从 sklearn.model_selection .

当我透过窗户看的时候 docs 对于 tf.keras.Model model.fit() 而不是训练前的整个数据集。这种大的不平衡可能是导致精度变化大的原因之一。

validation_split 参数,因为它比在训练期间检查最后x%的训练数据更容易预先组织数据。

推荐文章

albert · AttributeError:“str”对象没有属性“str”如何解决此问题

2 年前

CoccoSyn · Keras TypeError:其中一个输入没有可接受的类型。具有参差不齐张量的LSTM

2 年前

Joseph · 重塑BatchDataset训练模型的输入-Tensorflow

2 年前

Chris Ranck · Keras时间序列生成器-输入为“X”长,输出为“X-长”

2 年前

DPM · 将自定义掩码传递给LSTM数据以进行培训和验证

2 年前

Luciana Carota · 为什么Keras的R“预测”函数不能识别正确的输入维度?

2 年前

Sarah Elnaggar · 我使用Gensim Doc2vec进行图形嵌入,然后在keras中使用两层深度神经网络进行二元分类

2 年前

user836026 · 在pytorch中复制权重时语法无效

2 年前

mad · 如何从一个定制的神经网络模型中获得逻辑和概率

2 年前

Archit · 无法使用自定义距离函数加载带有lambda函数的keras模型

6 年前