Tensorflow KERAS从每个类别中选择相同的分数进行验证(例如,验证分数=0.2)
我已经阅读了很多论坛,没有明确的答案。在许多地方,他们说,它从数据中为我们的例子选择了最后20%。说我们的数据在两个文件夹猫和狗。。。所以,如果只从狗文件夹中选择最后20%的数据,而不从猫文件夹中选择任何数据,这难道不是错误的吗。keras在这段代码中真的会犯这样的错误吗。请您放心,keras选择用于验证的数据具有来自每个类的相同比例的图像Tensorflow KERAS从每个类别中选择相同的分数进行验证(例如,验证分数=0.2),tensorflow,image-processing,keras,deep-learning,artificial-intelligence,Tensorflow,Image Processing,Keras,Deep Learning,Artificial Intelligence,我已经阅读了很多论坛,没有明确的答案。在许多地方,他们说,它从数据中为我们的例子选择了最后20%。说我们的数据在两个文件夹猫和狗。。。所以,如果只从狗文件夹中选择最后20%的数据,而不从猫文件夹中选择任何数据,这难道不是错误的吗。keras在这段代码中真的会犯这样的错误吗。请您放心,keras选择用于验证的数据具有来自每个类的相同比例的图像 datagen = ImageDataGenerator(rescale=1./255, validation_split=0.2) print("Prep
datagen = ImageDataGenerator(rescale=1./255, validation_split=0.2)
print("Preparing training dataset...")
train_generator = datagen.flow_from_directory(
training_folder_name,
target_size=pretrained_size,
batch_size=batch_size,
class_mode='categorical',
subset='training') # set as training data
print("Preparing validation dataset...")
validation_generator = datagen.flow_from_directory(
training_folder_name,
target_size=pretrained_size,
batch_size=batch_size,
class_mode='categorical',
subset='validation') # set as validation data
输出:
正在准备培训数据集。。。
发现3357张图片,分为3类。
正在准备验证数据集。。。
找到了838张属于3类的图片
这838张图片在每个类别中的分数相等吗?如果对猫和狗进行分类,验证集是否必须包括猫和狗?对
验证集实际包含的内容取决于您如何实施程序,这不是Keras的责任。如果对猫和狗进行分类,验证集是否必须包含猫和狗?对
验证集实际包含的内容取决于您如何实施程序,这不是Keras的责任。更新了问题。。。用密码。它能保证每门课的分数相等吗?更新了问题。。。用密码。它是否保证每一类的分数相等?