[英]Plot of Keras Classifier Model performance over epochs
我正在使用內置的KerasClassifier包裝器在練習神經網絡上執行kfold交叉驗證,以對著名的“虹膜數據集”進行分類。 我想繪制模型隨時間變化的性能圖。 我不確定如何使用KerasClassifier包裝器執行此操作。
model.history()方法
### Neural Network Time!
import tensorflow as tf
from tensorflow import keras
from keras.wrappers.scikit_learn import KerasClassifier
from keras.layers import Dense
from keras.models import Sequential
from sklearn.model_selection import KFold
kfold = KFold(n_splits=10, shuffle=True, random_state=seed)
### Build small model
def small_network():
model = Sequential()
model.add(Dense(8, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dense(3, activation='softmax'))
# Compile the model
model.compile(optimizer='adam',
loss='categorical_crossentropy',
metrics=['accuracy'])
return model
small_estimator = KerasClassifier(build_fn=small_network, epochs=50, verbose=0)
small_results = cross_val_score(small_estimator, X, y_hot, cv=kfold)
print("Small Network Accuracy: %.2f%% (%.2f%%)" % (small_results.mean()*100, small_results.std()*100))
#GRAPH OF MODEL HISTORY!!!
我希望能夠使用KerasClassifier對象隨時間創建模型精度圖。
只需在運行驗證后使用:
import seaborn as sns
sns.lineplot(data=small_results)
然后您可以自定義情節
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.