web-dev-qa-db-fra.com

Comment obtenir la précision du modèle en utilisant keras?

Après avoir ajusté le modèle (qui a fonctionné pendant quelques heures), je voulais obtenir la précision avec le code suivant: 

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)

du modèle formé, mais obtenait une erreur, qui est causée par les méthodes obsolètes que j'utilisais. 

---------------------------------------------------------------------------
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'

Le code que j'ai utilisé pour adapter le modèle avant d'essayer de lire l'exactitude est le suivant: 

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)

Qui produit cette sortie lors de son exécution:

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

J'ai remarqué que j'utilisais des méthodes et des arguments obsolètes. 

Alors, comment puis-je lire l'exactitude et la valeur de val_accuracy sans avoir à s'adapter à nouveau et à attendre encore quelques heures? J'ai essayé de remplacer train_acc=hist.history['acc'] par train_acc=hist.history['accuracy'] mais cela n'a pas aidé.

pythontensorflowmachine-learningkerasdeep-learning
3
ZelelB

Vous n'avez probablement pas ajouté "acc" en tant que métrique lors de la compilation du modèle. 

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

Vous pouvez obtenir les statistiques et les pertes de toutes les données sans vous entraîner à nouveau avec:

model.evaluate(X, Y)
4
Daniel Möller

  1. ajoutez une métrique = ['précision'] lorsque vous compilez le modèle

  2. simplement obtenir la précision de la dernière époque. hist.history.get ('acc') [- 1]

  3. ce que je voudrais faire est d’utiliser un GridSearchCV puis d’obtenir le paramètre best_score_ pour imprimer les meilleures mesures.

laissez-moi savoir si cela aide

0
user1906450