it-swarm.com.de

Wie erhält man die Genauigkeit des Modells mit Hilfe von Keras?

Nach dem Anpassen des Modells (das einige Stunden lief) wollte ich die Genauigkeit mit dem folgenden Code ermitteln: 

train_loss=hist.history['loss']
val_loss=hist.history['val_loss']
train_acc=hist.history['acc']
val_acc=hist.history['val_acc']
xc=range(nb_Epoch)

des trainierten Modells, erhielt jedoch einen Fehler, der durch die veralteten Methoden, die ich verwendete, verursacht wurde. 

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-233-081ed5e89aa4> in <module>()
      3 train_loss=hist.history['loss']
      4 val_loss=hist.history['val_loss']
----> 5 train_acc=hist.history['acc']
      6 val_acc=hist.history['val_acc']
      7 xc=range(nb_Epoch)

KeyError: 'acc'

Der Code, den ich für das Anpassen des Modells verwendet habe, bevor ich die Genauigkeit ablesen wollte, lautet wie folgt: 

hist = model.fit(X_train, Y_train, batch_size=batch_size, nb_Epoch=nb_Epoch,
            verbose=1, validation_data=(X_test, Y_test))


hist = model.fit(X_train, Y_train, batch_size=batch_size, nb_Epoch=nb_Epoch, 
            verbose=1, validation_split=0.2)

Was erzeugt diese Ausgabe beim Ausführen:

Epoch 1/20
237/237 [==============================] - 104s 440ms/step - loss: 6.2802 - val_loss: 2.4209
    .....
    .....
    .....
Epoch 19/20
    189/189 [==============================] - 91s 480ms/step - loss: 0.0590 - val_loss: 0.2193
    Epoch 20/20
    189/189 [==============================] - 85s 451ms/step - loss: 0.0201 - val_loss: 0.2312

Ich habe festgestellt, dass ich veraltete Methoden und Argumente ausführte. 

Wie kann ich also die Genauigkeit und Genauigkeit von val_accuracy ablesen, ohne erneut passen zu müssen und wieder einige Stunden warten zu müssen? Ich habe versucht, train_acc=hist.history['acc'] durch train_acc=hist.history['accuracy'] zu ersetzen, aber es hat nicht geholfen.

3
ZelelB

Sie haben beim Kompilieren des Modells wahrscheinlich nicht "acc" als Metrik hinzugefügt. 

model.compile(optimizer=..., loss=..., metrics=['accuracy',...])

Sie können die Metriken und den Verlust aus beliebigen Daten ohne Training erneut abrufen mit:

model.evaluate(X, Y)
4
Daniel Möller
  1. fügen Sie eine Metrik = ['Genauigkeit'] hinzu, wenn Sie das Modell kompilieren

  2. holen Sie sich einfach die Genauigkeit der letzten Epoche. hist.history.get ('acc') [- 1]

  3. was ich eigentlich tun würde, ist ein GridSearchCV und dann den Parameter best_score_, um die besten Metriken zu drucken

lassen Sie mich wissen, ob das hilft

0
user1906450