[英]why val_loss and val_accuracy not showing in epochs
我正在尝试对图像进行分类,无论它们是猫、狗还是熊猫。 数据包含所有图像(猫 + 狗 + 熊猫),标签包含它们的标签,但不知何故,当我将数据拟合到模型时, val_loss
和val_accuracy
没有显示,每个时期中显示的唯一指标是loss
和accuracy
。 我不知道为什么它没有出现,但我觉得这是因为我没有通过validation_data
所以我将X_test.all()
传递给validation_data
但是val_loss
和val_accuracy
仍然没有出现,我该怎么办?
data = np.array(data, dtype="float") / 255.0
labels = np.array(labels)
X_train, X_test, y_train, y_test = train_test_split(data, labels, test_size=0.2)
model = tf.keras.models.Sequential([
tf.keras.layers.Conv2D(32, (2,2), activation = 'relu', input_shape= (height, width, n_channels)),
tf.keras.layers.MaxPooling2D(2,2),
tf.keras.layers.Conv2D(64,(2,2), activation= 'relu'),
tf.keras.layers.MaxPooling2D(2,2),
tf.keras.layers.Conv2D(128,(2,2), activation= 'relu'),
tf.keras.layers.MaxPooling2D(2,2),
tf.keras.layers.Conv2D(256,(2,2), activation= 'relu'),
tf.keras.layers.MaxPooling2D(2,2),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(512, activation= 'relu'),
tf.keras.layers.Dense(3, activation= 'softmax')
])
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
y_train = np_utils.to_categorical(y_train, 3)
model.fit(X_train, y_train, batch_size=32, epochs=25, verbose=1)
您忘记在模型拟合中输入验证测试。
模型.fit(X_train,y_train,batch_size=32,epochs=25,verbose=1,validation_data=(X_test,y_test))
您忘记将 y_test 变量转换为分类类型。 添加这一行,
y_test = np_utils.to_categorical(y_test , 3)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.