当我使用.fit()层训练模型时，会将参数shuffle预设为True。
假设我的数据集有100个样本，批处理大小为10。当我设置shuffle = True时，keras首先随机选择样本(现在100个样本具有不同的顺序)，并在新的顺序上开始创建批: batch 1: 1-10，batch 2: 11-20等等。如果我设置了shuffle = 'batch'，它
浏览 2提问于2017-08-08得票数 5
回答已采纳
对于steps_per_epoch和validation_steps在fit函数中的行为，我有点困惑。更特别的是，如果我将steps_per_epoch设置为比total_records/batch_size小，会不会是：( a)模型只对每个时代的相同训练数据子集进行训练，或者( b)该模型将对每个时代使用不同的培训数据同样的问题也适用于validation_steps。例如，如果我有10000行用于训练的批处理大小为10，
浏览 9提问于2022-03-24得票数 1
回答已采纳
当您.fit一个Keras Sequential()模型时，可以指定一个batch_size参数。我已经注意到，它有时是独立于实际数据集大小定义的。
浏览 0提问于2019-06-17得票数 5
回答已采纳
1回答
优化过程中卡住角角
、、、
在CIFAR10上尝试了Keras示例之后，我决定做一些更大的事情:在数据集中建立一个类似VGG的网络。不幸的是，事情发展得很像，只是这次改变学习速度或者用TF换TF没有帮助。也不更改优化器(请参阅下面的代码)。
准确性基本上停留在0.005，正如它指出，这是你所期望的，完全随机回答200个课程。更糟糕的是，如果从0.007开始，它就会很快收敛到0.005，并且在以后的任何时期都会牢牢地停留在那里。=(X_test,
浏览 3提问于2016-12-11得票数 1
回答已采纳
2回答
我试图在TensorFlow2.1中为CIFAR10构建一个分类器，使用ResNet50从keras.application对imagenet进行预训练，然后在其之上堆叠一个小的模糊神经网络：resn50_c10 = build_model()history = resn50_c10.fit_generator(c10_
浏览 0提问于2020-05-03得票数 0
回答已采纳
我试图使用tf.keras使用fit()方法来训练我的模型，因为输入数据来自一个hdf5文件，所以我将参数hdf5传递给fit()方法。但是，在第一个时代结束后，会出现以下错误：
TypeError: TypeError while preparing batch.If using HDF5 input data, pass shuffle="batch".下面是我的fit()方
浏览 0提问于2019-04-14得票数 1
回答已采纳
1回答
在keras的model.fit中，有一个shuffle参数，
shuffle: Boolean (whether to shuffle the training data before each epoch) or str (for 'batch').'batch' is a special option for dealing with the limitations of HDF5 dat
浏览 0提问于2018-05-05得票数 25
回答已采纳
我有连续的数据，我声明了一个LSTM模型，它在Keras中用x预测y。那么，如果我调用model.predict(x1)和model.predict(x2)，在两个predict()之间显式调用model.reset_states是否正确？model.reset_states是否清除输入的历史记录，而不是权重，对吗？# data1y1 = [1,2,3,2,1]
x2 = [5,3,2,4,5]在我的实际代码中，我使用
浏览 1提问于2017-03-13得票数 12
回答已采纳
1回答
我想使用tensorflow中的稀疏张量来进行训练。我发现了很多代码是如何做到的，但它们都没有起作用。这里有一个示例代码来说明我的意思，它会抛出一个错误：x_vals = tf.sparse.SparseTensor([[0, 0], [0, 1], [1, 2]__dict__))
错误是：
Val
浏览 3提问于2020-04-11得票数 3
回答已采纳
1回答
我有：
我现在的模式：model.add(keras.layers.LSTM(hidden_nodes, input_dim=num_features, input_length
浏览 4提问于2017-08-29得票数 1
回答已采纳
我注意到在fit_generator中，steps_per_epoch参数通常被赋值为total_samples//batch_size。然而，如果我的total_samples是1000，我的batch_size = 32，那么看起来我应该有31.25批，但我只分配31批每个时期。
这是否意味着我将无法训练不完整的批次？我假设shuffle选项可以解决这个问题，但是如果我假设有一个自定义生成器，
浏览 1提问于2018-02-04得票数 4
回答已采纳
当调用model.fit()时，如果参数shuffle和validation_split分别设置为True和.25，那么留出用于验证的数据是始终相同还是会在每个时期之后更改验证数据？model.fit(train_x, batch_size = 32, verbose= 1,
shuffle = True,
浏览 217提问于2021-01-22得票数 0
1回答
########################## TRAIN print(model.summary())
history=model.fit_generator(dataGen.flow(X_train,y_train,batch_size=batch_size_val),steps_per_epoch=steps_per_epoch_val,epochs=epochs_val,validation_data=(X_validation,y_validation),s
浏览 7提问于2022-04-20得票数 0
下面是一个最低限度的工作示例：import tensorflow as tf
if use_dataset: dataset.batch(batch_size=batch_size), )
浏览 2提问于2022-06-29得票数 2
回答已采纳
在运行以下代码时，我试图在包含320行和50列的声音数据集上训练ANN模型： Dense(16, input_shape=(1,50Model.compile(Adam(lr=0.0001), loss='sparse_categorical_crossentropy', metrics=['accuracy'])
Model.fit(S_T_S, T_L, validation_split=0.1, batch</em
浏览 1提问于2019-02-20得票数 0
回答已采纳
我的代码如下：train_image_list和train_mask_list都包含试图在Google中运行上述代码的图像lists.When，我得到以下错误：
When passing input data as arrays, do not specifyPlease use `batch_size`
浏览 2提问于2019-12-06得票数 0
1回答
我需要对二进制序列进行分类，在那里我希望为序列的后面部分分配更高的权重。m，因此长度为n的m个样本。我想在自定义损失函数中分配权重，因为我想了解它是如何工作的(通过使用sample_weight，我得到了各种维数问题)。我得到的错误消息是：(m=20000，n=63)
我不明白这个错误意味
浏览 1提问于2019-09-11得票数 3
我想使用model.fit()方法来训练一个keras模型(比如一个简单的FFNN)，而不是“手动”(例如，通过使用解释的gradient.tape方法)。但是，我需要使用的损失函数是非常详细的，不能在随机生成的批数据上计算。因此，我需要使用“手工”计算的批数据来训练模型(也就是说，进入每一批的数据需要具有某些属性，不能被随机分配)。我可以以某种方式将预先计算的批传递给fit()方法吗？
浏览 11提问于2022-06-22得票数 0
回答已采纳
optimizer=keras.optimizers.Adam(learning_rate=0.1),model.fit(inputs, targets, epochs=100)mse=mean_squared_error(prediction_test,y_test)
print(mse) 我使用预初始化的权重作
浏览 18提问于2020-12-08得票数 1
回答已采纳
在阅读了有关tf.keras.Model.fit和tf.data.Dataset的文档之后，在传递tf.data.Dataset以fit函数时，是应该在dataset对象上调用repeat和batch，还是应该提供batch_size和epochs参数来匹配呢？我是否应该将同样的待遇应用于验证集？
当我在这里的时候，我可以在shuffle之前对数据集进行f
浏览 1提问于2020-02-25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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
