我是Keras的新手,对如何理解我的模型结果有一些疑问.这是我的结果:(为方便起见,我只在每个纪元后粘贴损失acc val_loss val_acc)
训练4160个样本,验证1040个样本如下:
Epoch 1/20
4160/4160 - loss: 3.3455 - acc: 0.1560 - val_loss: 1.6047 - val_acc: 0.4721
Epoch 2/20
4160/4160 - loss: 1.7639 - acc: 0.4274 - val_loss: 0.7060 - val_acc: 0.8019
Epoch 3/20
4160/4160 - loss: 1.0887 - acc: 0.5978 - val_loss: 0.3707 - val_acc: 0.9087
Epoch 4/20
4160/4160 - loss: 0.7736 - acc: 0.7067 - val_loss: 0.2619 - val_acc: 0.9442
Epoch 5/20
4160/4160 - loss: 0.5784 - acc: 0.7690 - val_loss: 0.2058 - val_acc: 0.9433
Epoch …我在 Keras 中记录“val_loss”和“val_acc”时遇到问题。'loss' 和 'acc' 很容易，因为它们总是记录在 model.fit 的历史记录中。
如果在 中启用验证，则记录“val_loss”，如果启用验证和准确性监控fit，val_acc则记录。但是，这是什么意思？
我的节点是model.fit(train_data, train_labels,epochs = 64,batch_size = 10,shuffle = True,validation_split = 0.2, callbacks=[history]).
如您所见，我使用了 5 折交叉验证并打乱了数据。在这种情况下，我怎么能实现validation在fit以创纪录的“val_loss”和“val_acc”？
谢谢