Machine learning 如何在Keras中提取训练集和验证集？

我在

keras

中实现了一个具有以下结构的神经网络：

model = Sequential([... layers ...])
model.compile(optimizer=..., loss=...)
hist=model.fit(x=X,y=Y, validation_split=0.1, epochs=100)

是否有方法从

模型

或

历史

序列和验证集中提取？也就是说，我想知道

X

和

Y

中的哪些指数用于培训，哪些用于验证

进入培训和验证部分。因此，如果有

n

样本，则第一个

int（n*（1-validation\u split））

样本将是训练样本，其余的是验证集

如果您想拥有更多的控制权，您可以自己分割数据集，并使用参数

validation\u data

传递验证数据集：

model.fit(train_x, train_y, …, validation_data=(validation_x, validation_y))

model.fit(train_x, train_y, …, validation_data=(validation_x, validation_y))