在 Tensorflow.js 的 model.evaluate 方法中使用来自 tf.data.csv 的数据的问题

Question

我如何在 Tensorflow.js 的评估方法“evaluate()”中使用“tf.data.csv”的返回值？

我想在 TFJS 上训练一个简单的模型。 首先，我从 CSV 文件中读取数据。 然后我训练了模型，最后我计算了损失和准确率。 但是我无法测量由“tf.data.csv”导入的测试数据集的准确性。

 <html> <head></head> <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest"></script> <script lang="js"> async function run(){ const trainingUrl = 'wdbc-train.csv'; const trainingData = tf.data.csv(trainingUrl, { columnConfigs: { diagnosis:{ isLabel: true } } }); const numOfFeatures = (await trainingData.columnNames()).length - 1; const numOfSamples= 455 const convertedData = trainingData.map(({xs, ys}) => { const labels = [ ys.diagnosis == 1 ? 1 : 0 ] return{ xs: Object.values(xs), ys: Object.values(labels)}; }).batch(20); const testingUrl = 'wdbc-test.csv'; const testingData = tf.data.csv(testingUrl, { columnConfigs: { diagnosis:{ isLabel: true } } }); const convertedTestingData = // YOUR CODE HERE testingData.map(({xs, ys}) => { const labels = [ ys.diagnosis == 1 ? 1 : 0 ] return{ xs: Object.values(xs), ys: Object.values(labels)}; }).batch(10); const numOfTestFeatures = (await testingData.columnNames()).length - 1; const a =testingData.toArray() console.log(a) const model = tf.sequential(); model.add(tf.layers.dense({inputShape: [numOfFeatures], activation: "relu", units: 10})); model.add(tf.layers.dense({inputShape: 10 , activation: "relu", units: 10})); model.add(tf.layers.dense({activation: "sigmoid", units: 1})); model.compile({loss: "binaryCrossentropy", optimizer: tf.train.rmsprop(0.05),metrics: "accuracy"}); await model.fitDataset(convertedData, {epochs:2, callbacks:{ onEpochEnd: async(epoch, logs) =>{ console.log("Epoch: " + epoch + " Loss: " + logs.loss ); } }}); const result = model.evaluateDataset(convertedData,{batchSize: 10}); console.log("Accuracy: " + result); await model.save('downloads://my_model'); } run(); </script> <body> </body> </html>

Answer 1

tf.data.csv返回一个tf.data.Dataset 。 evaluate方法需要一个tensor或一个tensor数组。 如果你想评估一个tf.data.Dataset ，可以使用方法evaluateDataset代替。

evaluateDataset返回一个承诺。

const data = await model.evaluateDataset(testingData) 
// data can be a tf.Scalar or an array of tf.Scalar

在 Tensorflow.js 的 model.evaluate 方法中使用来自 tf.data.csv 的数据的问题

问题描述

1 个解决方案

解决方案1
1 已采纳 2020-01-16 10:16:34

在 Tensorflow.js 的 model.evaluate 方法中使用来自 tf.data.csv 的数据的问题

问题描述

1 个解决方案

解决方案1 1 已采纳 2020-01-16 10:16:34

解决方案1
1 已采纳 2020-01-16 10:16:34