[英]why val_loss and val_accuracy not showing in epochs
我正在嘗試對圖像進行分類,無論它們是貓、狗還是熊貓。 數據包含所有圖像(貓 + 狗 + 熊貓),標簽包含它們的標簽,但不知何故,當我將數據擬合到模型時, val_loss
和val_accuracy
沒有顯示,每個時期中顯示的唯一指標是loss
和accuracy
。 我不知道為什么它沒有出現,但我覺得這是因為我沒有通過validation_data
所以我將X_test.all()
傳遞給validation_data
但是val_loss
和val_accuracy
仍然沒有出現,我該怎么辦?
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)
您忘記在模型擬合中輸入驗證測試。
模型.fit(X_train,y_train,batch_size=32,epochs=25,verbose=1,validation_data=(X_test,y_test))
您忘記將 y_test 變量轉換為分類類型。 添加這一行,
y_test = np_utils.to_categorical(y_test , 3)
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.