运行 model.fit 时不显示指标
Metrics not displaying when running model.fit
我正在研究 Google Colabs 中的 ML 示例。文档说,当我 运行 model.fit 时,会显示损失和准确性指标。我没有看到任何损失或准确性指标。
我在 model.compile
中添加了 accuracy
作为指标
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
这是我所看到的屏幕截图。
如何在拟合模型时显示损失和准确度指标?
您可以使用 verbose flag 并将其设置为 2 以显示每个纪元 1 行或 1 以显示进度条。
import keras
import numpy as np
model = keras.Sequential()
model.add(keras.layers.Dense(10, input_shape=(5, 6)))
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy')
x_data = np.random.random((32, 5, 6))
y_data = np.random.randint(0, 9, size=(32,5,1))
model.fit(x=x_data, y=y_data, batch_size=16, epochs=3)
Use tf.cast instead.
Epoch 1/3
32/32 [==============================] - 1s 20ms/step - loss: 9.9664
Epoch 2/3
32/32 [==============================] - 0s 293us/step - loss: 9.9537
Epoch 3/3
32/32 [==============================] - 0s 164us/step - loss: 9.9425
希望能解决您的问题。
我正在研究 Google Colabs 中的 ML 示例。文档说,当我 运行 model.fit 时,会显示损失和准确性指标。我没有看到任何损失或准确性指标。
我在 model.compile
中添加了accuracy
作为指标
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
这是我所看到的屏幕截图。
如何在拟合模型时显示损失和准确度指标?
您可以使用 verbose flag 并将其设置为 2 以显示每个纪元 1 行或 1 以显示进度条。
import keras
import numpy as np
model = keras.Sequential()
model.add(keras.layers.Dense(10, input_shape=(5, 6)))
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy')
x_data = np.random.random((32, 5, 6))
y_data = np.random.randint(0, 9, size=(32,5,1))
model.fit(x=x_data, y=y_data, batch_size=16, epochs=3)
Use tf.cast instead.
Epoch 1/3
32/32 [==============================] - 1s 20ms/step - loss: 9.9664
Epoch 2/3
32/32 [==============================] - 0s 293us/step - loss: 9.9537
Epoch 3/3
32/32 [==============================] - 0s 164us/step - loss: 9.9425
希望能解决您的问题。