model.fit(X_train, y_train, batch_size = batch_size,
nb_epoch = 4, validation_data = (X_test, y_test),
show_accuracy = True)
score = model.evaluate(X_test, y_test,
batch_size = batch_size, show_accuracy = True, verbose=0)
donne une sortie scalaire et par conséquent le code suivant ne fonctionne pas.Comment obtenir le score et la précision après la formation
print("Test score", score[0])
print("Test accuracy:", score[1])
La sortie que je reçois est: train sur 20000 échantillons, valider sur 5000 échantillons
Epoch 1/4
20000/20000 [==============================] - 352s - loss: 0.4515 - val_loss: 0.4232
Epoch 2/4
20000/20000 [==============================] - 381s - loss: 0.2592 - val_loss: 0.3723
Epoch 3/4
20000/20000 [==============================] - 374s - loss: 0.1513 - val_loss: 0.4329
Epoch 4/4
20000/20000 [==============================] - 380s - loss: 0.0838 - val_loss: 0.5044
Keras version 1.0
Comment puis-je obtenir la précision aussi bien? S'il vous plaît aider
Qu'entendez-vous par score au test? Est-ce une perte de test? –
Pourriez-vous imprimer history.history.keys()? –
Les clés sont loss et val_loss. –