1回答
在keras中获得对纪元的调用
、、、、
我正在使用编译我的模型 metrics=["accuracy", keras.metrics.Recall()] 如文档中所述。但是，当我在训练完模型后试图获得它时，我得到了一个key_error“召回”。召回的关键词是什么？
浏览 19提问于2020-12-09得票数 0
回答已采纳
我想在使用Keras时对模型进行微调，我想要更改训练数据和学习率，以便在纪元数达到10时进行训练，那么如何在指定的纪元数结束时获得回调。
浏览 0提问于2019-08-24得票数 0
我在.tsv中做了这个自定义回调，以获得每个纪元末尾的嵌入向量。它应该将向量保存在一个.tsv上，但由于名称不会在每个纪元上更新，所以它会导致重写第一个文件。因此，在训练结束时，我只获得了最后一个纪元的向量。我需要一种方法来在Keras文件名上添加纪元编号，但我不知道怎么做。代码： import io
encoder = info.features['
浏览 19提问于2020-08-28得票数 0
回答已采纳
我正在编写一个用于训练各种tf.keras-based模型的图形用户界面应用程序。因此，所有关于accuracy、loss等的信息都应该在图形用户界面上可见，而不是默认的Keras控制台输出。现在，我设法通过一个自定义的tf.keras.callbacks.Callback类在模型训练期间获得了所有相关信息，这个类工作得很好。但我也想知道当前纪元的进度，即到目前为止，当前纪元已训练
浏览 0提问于2020-06-02得票数 1
1回答
我通常使用load_model()方法加载我的Keras模型。是否有可能在再次加载模型后获得训练过的模型的纪元数？这个提到了以下黑客攻击：n_epochs = len(r.history['loss'])
然而，这并不是我想要的，因为我想从加载的模型中获得纪元的数量
浏览 18提问于2019-07-30得票数 1
回答已采纳
我想在n个纪元之后调用一个回调，但总是在训练的最后一个纪元。Here解释了如何在n个纪元之后调用回调。目前，我正在使用以下方法： class MyCallBack(keras.callbacks.Callback):
def on_epoch_end(self, epoch, log=None_do_the_stuff() 有没有一种更简单的方法，在不需要on_training_end的情
浏览 20提问于2021-04-14得票数 1
3回答
我正在使用Keras在我的数据集上进行一些训练，每次都要持续运行以定位获得最佳结果所需的纪元数，这是非常耗时的。我尝试使用回调来获得最好的模型，但它就是不起作用，而且通常太早停止。另外，每N个时期保存一次对我来说也不是一个选择。
我正在尝试做的是在一些特定的时期完成后保存模型。例如，在epoch = 150结束后，它将被保存为model.save
浏览 0提问于2019-01-23得票数 12
回答已采纳
我在Colab上为我的光通信项目训练一个模型，然后发生了一件奇怪的事情。我首先训练的模型显示了接近99%的训练和97%的验证准确率，但运行时在晚上的某个时候到期了。现在，对于相同的模型，我尝试在重新连接到运行时后重新训练。但现在，准确率从第一个时期起保持不变，为25%。令人惊讶的是，有4个类别，我的模型将它们都分类为0.25。我不确定是什么导致了这个错误，因为在几
浏览 31提问于2021-11-03得票数 0
我正在对970个样本进行训练，并对243个样本进行验证。
在Keras中拟合模型以优化val_acc时，批处理大小和纪元数应该有多大？有没有什么基于数据输入大小的经验法则？
浏览 1提问于2016-01-28得票数 83
0回答
我在Keras中有一个模型，由于数据集很大，我使用生成器分批加载它。因此，训练例程被封装在for循环中：理想情况下，我希望拥有整个训练循环的历史记录然而，keras似乎在
浏览 8提问于2017-06-09得票数 4
3回答
我正在使用Keras。我正在训练我的神经网络，并使用提前停止。我的耐心是10，验证损失最小的时期是15。我的网络运行到25个时期，然后停止，但如果我理解正确，我的模型是具有25个时期的模型，而不是15
有没有简单的方法可以恢复到15个时期的模型，或者我需要重新实例化模型并运行15个时期？
浏览 11提问于2019-07-05得票数 1
回答已采纳
2回答
我正在使用tensorflow后端和Jupyter-Notebook在Keras中训练我的模型。虽然MNIST示例在每个批次之后更新训练日志的输出，但我在不同数据集上的新模型会为每个批次输出一个新值。现在，我不想使用verbose=2，而是希望看到值在每次批处理后都会更新。我的fit函数如下所示：
model.fit(X, y_train, validation_split=0.33, epochs=1, batch
浏览 0提问于2017-09-24得票数 2
我试图在每个纪元的末尾获得y_true和y_pred。我使用fit_generator训练我的模型。我试图在每个时代之后找到具体的东西。class LossHistory(keras.callbacks.Callback): y_true
浏览 15提问于2019-11-21得票数 1
回答已采纳
什么是keras.models.Model.fit中的“纪元”？这是一个渐变更新吗？如果它是多个梯度更新，那么什么是定义一个纪元？
假设我正在向fit提供我自己的批次。我会把"epoch“看作是处理整个训练集的结束(这是正确的吗)？那么如何通过这种方式控制keras呢？是否可以将batch_size设置为等于x和y大小，并将epochs设置为1？
浏览 0提问于2017-07-04得票数 41
回答已采纳
import numpy as npy=np.random.randint(10,size=(20,1)) self.l1 = tf.keras.layers.LSTM(10,return_state=True) def
浏览 0提问于2021-04-06得票数 1
回答已采纳
1回答
我尝试如下训练一个神经网络，但不能得到好的结果。数据集是mnist。你可以看到损失并不低，我尝试了不同的优化器( Adagrad，SGD，Adam)，不同的学习率，不起作用。有没有办法获得更好的结果？日志是纪元76/100 60000/60000 === - 232s -损失: 11
浏览 0提问于2016-11-23得票数 0
1回答
我试图用以下信息在keras中设计一个自定义回调： - Number of samples processed in the current batch- TimeAny metric supplied to the model in its compilation stage
- Number of epochs remaining 应显示一个进度条，用于显示纪元数和当前纪元
浏览 18提问于2019-12-05得票数 0
下面是我使用的代码： callback = LambdaCallback(on_batch_end=lambda batch,logs:self.on_batch_end(batch, logs)) epochs=epochs, callbacks=[callback]) 这是我的on_batch_endincrease the learning rate
浏览 103提问于2020-07-07得票数 0
回答已采纳
1回答
我正在训练一个巨大的模型。不幸的是，运行时环境在中途中断，我必须重新启动模型。我在每个时期后保存模型。 但我现在的问题是，例如，我已经训练了10个epcoh中的5个。我如何加载它，并表明我在第5个纪元，他必须继续那里，所以只需要经历5个纪元？我知道我可以加载模型，但是我怎么能说我在5个时期，现在你只需要经历5个时期，因为我想要总共10个时期。cp_callback = [tf.keras</
浏览 8提问于2020-11-07得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
