model.fit(X_train, y_train, batch_size = batch_size,
nb_epoch = 4, validation_data = (X_test, y_test),
show_accuracy = True)
score = model.evaluate(X_test, y_test,
batch_size = batch_size, show_accuracy = True, verbose=0)
daje wynik skalarny, a zatem następujący kod nie działa.Jak uzyskać wynik i dokładność po szkoleniu
print("Test score", score[0])
print("Test accuracy:", score[1])
Wyjście że pojawia się: Pociąg na 20000 próbek, walidacji na 5000 próbek
WersjaEpoch 1/4
20000/20000 [==============================] - 352s - loss: 0.4515 - val_loss: 0.4232
Epoch 2/4
20000/20000 [==============================] - 381s - loss: 0.2592 - val_loss: 0.3723
Epoch 3/4
20000/20000 [==============================] - 374s - loss: 0.1513 - val_loss: 0.4329
Epoch 4/4
20000/20000 [==============================] - 380s - loss: 0.0838 - val_loss: 0.5044
Keras 1,0
Jak mogę uzyskać dokładność, jak również? Proszę o pomoc
Co masz na myśli pod pojęciem wyniku testu? Czy to utrata testu? –
Czy możesz wydrukować history.history.keys()? –
Klucze to utrata i val_loss. –