Machine learning 如何在Keras中提取训练集和验证集?
我在Machine learning 如何在Keras中提取训练集和验证集?,machine-learning,keras,Machine Learning,Keras,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-valid
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))