欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

解決keras,val_categorical_accuracy:,0.0000e+00問題

 更新時(shí)間:2020年07月02日 09:14:36   作者:月想容  
這篇文章主要介紹了解決keras,val_categorical_accuracy:,0.0000e+00問題,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧

問題描述:

在利用神經(jīng)網(wǎng)絡(luò)進(jìn)行分類和識別的時(shí)候,使用了keras這個(gè)封裝層次比較高的框架,backend使用的是tensorflow-cpu。

在交叉驗(yàn)證的時(shí)候,出現(xiàn) val_categorical_accuracy: 0.0000e+00的問題。

問題分析:

首先,弄清楚,訓(xùn)練集、驗(yàn)證集、測試集的區(qū)別,驗(yàn)證集是從訓(xùn)練集中提前拿出一部分的數(shù)據(jù)集。在keras中,一般都是使用這種方式來指定驗(yàn)證集占訓(xùn)練集和的總大小。

validation_split=0.2

比如,經(jīng)典的數(shù)據(jù)集MNIST,共有60000個(gè)訓(xùn)練集,就會

Train on 48000 samples, validate on 12000 samples

我自己學(xué)習(xí)使用的數(shù)據(jù)集比較小

訓(xùn)練數(shù)據(jù)集樣本數(shù): 498 ,標(biāo)簽個(gè)數(shù) 498

Train on 398 samples, validate on 100 samples

基本上符合4:1(0.2)的分配

出現(xiàn) val_categorical_accuracy: 0.0000e+00的問題,我這邊的原因主要是,樣本本身是有規(guī)律的,導(dǎo)致分配的驗(yàn)證集的標(biāo)簽可能在訓(xùn)練集中可能就沒有。

(PS:我實(shí)際看了下,498個(gè)樣本共10個(gè)標(biāo)簽,后100個(gè)驗(yàn)證集占據(jù)了基本上后面3個(gè)標(biāo)簽(實(shí)際上,這三個(gè)標(biāo)簽占了103個(gè)樣本),也就是前面的訓(xùn)練集基本上就沒有后面的標(biāo)簽,整體占據(jù)前面7個(gè)標(biāo)簽)

問題解決:

把最初始的訓(xùn)練集打亂,當(dāng)然,標(biāo)簽也要跟著移動。

index = [i for i in range(len(x_train))]
np.random.shuffle(index)
x_train = x_train[index]
y_train = y_train[index]
 
model.fit(x_train, y_train, batch_size=32, epochs=10, validation_split=0.2, verbose=1)

同樣的問題表現(xiàn),可能有不同的原因,解決方法也不盡相同,這里只是和大家分享我自己的問題解決過程。

補(bǔ)充知識:keras中自定義驗(yàn)證集的性能評估

如下所示:

def AUC(y_true,y_pred):
not_y_pred=np.logical_not(y_pred)
y_int1=y_true*y_pred
y_int0=np.logical_not(y_true)*not_y_pred
TP=np.sum(y_pred*y_int1)
FP=np.sum(y_pred)-TP
TN=np.sum(not_y_pred*y_int0)
FN=np.sum(not_y_pred)-TN
TPR=np.float(TP)/(TP+FN)
FPR=np.float(FP)/(FP+TN)
return((1+TPR-FPR)/2)

以上這篇解決keras,val_categorical_accuracy:,0.0000e+00問題就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • 解決python中使用PYQT時(shí)中文亂碼問題

    解決python中使用PYQT時(shí)中文亂碼問題

    今天小編就為大家分享一篇解決python中使用PYQT時(shí)中文亂碼問題,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-06-06
  • Python面向?qū)ο笾^承原理與用法案例分析

    Python面向?qū)ο笾^承原理與用法案例分析

    這篇文章主要介紹了Python面向?qū)ο笾^承原理與用法,結(jié)合具體案例形式分析了Python面向?qū)ο蟪绦蛟O(shè)計(jì)中繼承的原理、使用方法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下
    2019-12-12
  • 簡單介紹Python中的readline()方法的使用

    簡單介紹Python中的readline()方法的使用

    這篇文章主要介紹了簡單介紹Python中的readline()方法的使用,是Python入門學(xué)習(xí)中的基礎(chǔ)知識,需要的朋友可以參考下
    2015-05-05
  • 重溫Python基礎(chǔ)之列表操作

    重溫Python基礎(chǔ)之列表操作

    這篇文章主要帶大家來復(fù)習(xí)一下Python基礎(chǔ)中的列表操作,不知道各位還記得多少呢?文中的示例代碼講解詳細(xì),對我們學(xué)習(xí)Python有一定幫助,需要的可以參考一下
    2022-11-11
  • python腳本請求數(shù)量達(dá)到上限,http請求重試問題

    python腳本請求數(shù)量達(dá)到上限,http請求重試問題

    這篇文章主要介紹了python腳本請求數(shù)量達(dá)到上限,http請求重試問題,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2024-06-06
  • python讀取文本中的坐標(biāo)方法

    python讀取文本中的坐標(biāo)方法

    今天小編就為大家分享一篇python讀取文本中的坐標(biāo)方法,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-10-10
  • 如何將bag文件批量轉(zhuǎn)成mp4

    如何將bag文件批量轉(zhuǎn)成mp4

    這篇文章主要介紹了將bag文件批量轉(zhuǎn)成mp4,這篇博客涉及的腳本用來將bag文件批量轉(zhuǎn)化為mp4文件,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2022-10-10
  • Python實(shí)現(xiàn)MySQL操作的方法小結(jié)【安裝,連接,增刪改查等】

    Python實(shí)現(xiàn)MySQL操作的方法小結(jié)【安裝,連接,增刪改查等】

    這篇文章主要介紹了Python實(shí)現(xiàn)MySQL操作的方法,結(jié)合實(shí)例形式分析了Python針對mysql的安裝,連接,增刪改查等操作實(shí)現(xiàn)方法,需要的朋友可以參考下
    2017-07-07
  • python求列表交集的方法匯總

    python求列表交集的方法匯總

    這篇文章主要介紹了python求列表交集的方法,實(shí)例匯總了三個(gè)常用的方法,具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2014-11-11
  • PyCharm導(dǎo)入python項(xiàng)目并配置虛擬環(huán)境的教程詳解

    PyCharm導(dǎo)入python項(xiàng)目并配置虛擬環(huán)境的教程詳解

    這篇文章主要介紹了Pycharm導(dǎo)入python項(xiàng)目并配置虛擬環(huán)境的教程,本文圖文并茂給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2019-10-10

最新評論