keras model.fit输出- "val_accuracy从-inf改进到0.29846“- -inf是什么意思？

在Keras中，"val_accuracy从-inf改进到0.29846"中的"-inf"表示负无穷大。这意味着在模型训练的早期阶段，验证集的准确率为负无穷大，然后通过训练逐渐提高到0.29846。负无穷大通常表示模型在初始阶段的性能非常差，可能是由于模型参数的随机初始化或其他因素导致的。随着训练的进行，模型通过学习调整参数来提高性能，最终达到0.29846的准确率。这个值可以作为评估模型性能的指标之一。

页面内容是否对你有帮助？

有帮助

没帮助

keras model.fit输出- "val_accuracy从-inf改进到0.29846“- -inf是什么意思？

、、、、

我正在使用keras训练CNN模型。 save_best_only=True, verbose=1) #load checkpoi

浏览 23提问于2020-03-01得票数 1

回答已采纳

1回答

警告:tensorflow:只有在val损失可用的情况下才能保存最佳型号，跳过

、、、、

请使用Model.fit，它支持生成器。

浏览 5提问于2022-11-06得票数 0

1回答

在KERAS中训练跑后加载重量不能识别前一次跑中达到的最高准确度

、、、

我进行了一次训练运行，并以以下来自KERAS NN模型的输出结束。我已经为模型质量添加了混淆矩阵输出model.compile(loss='binary_crossentropy', optimizer=adam, metric

浏览 2提问于2018-11-01得票数 1

1回答

在学习过程中向自动编码器中的解码器添加数据

、、、、

我想用Keras实现一个自动编码器，这个结构是一个大型网络，对自动编码器的输出进行一些操作，然后考虑两个损失，我附加了一个显示我所提出的结构的图像。链接在下面。W与输入图像的大小相同，在这个自动编码器中，我不使用max池，因此每个相位的输出与输入图像的大小相同。我希望将w和潜在空间表示发送到解码器部分，然后在解码器输出中添加噪声后，尝试使用网络的第三部分提取w。因此，我的损失函数需要考虑输入图像和潜在空间表示之间的差异，以及w和w‘之间的差异。我不知道如何将w添加到解码器输出中，因为使用这一行“merge

浏览 0提问于2018-09-14得票数 4

回答已采纳