Tensorflow Keras 模型：如何从历史对象中获得最佳分数

Question

我正在尝试使用张量流 keras 训练多个机器学习模型，我只是想知道是否有一种方法可以在训练完成后获得训练时获得的最佳分数。我在网上发现 .fit 函数返回一个历史对象，可以访问该对象以获得最佳分数，尽管从我尝试过的代码中它显示“AttributeError：'History'对象没有属性'best_score'”，我找不到在线属性列表所以这就是我在这里问的原因。

提前致谢。

History = model.fit(Xtrain, ytrain, epochs=1, validation_data=(Xtest, ytest), verbose=1)

print("Best: %f using %s" % (History.best_score, History.best_params_))

PS，我知道 1 epoch 的训练不会有任何成果，我只是想测试代码

Answer 1

我假设您只想从历史对象中获得最佳分数。

hist = model.fit(...)

print(hist.history) # this will print a dictionary object, now you need to grab the metrics / score you're looking for

# if your score == 'acc', if not replace 'acc' with your metric

best_score = max(hist.history['acc'])

print(best_score)

如果您的指标是“准确性”，请改用它。

如果你想要最好的模型，你可以使用 ModelCheckPoint https://keras.io/callbacks/