Tensorflow 检索最大和最小损失及度量值
在我的培训和验证过程中,我会在每个时代结束时收到损失报告和度量值,如下所示:Tensorflow 检索最大和最小损失及度量值,tensorflow,keras,metrics,loss,Tensorflow,Keras,Metrics,Loss,在我的培训和验证过程中,我会在每个时代结束时收到损失报告和度量值,如下所示: Epoch 1333/2000 191/191 - 3s - loss: 8818.4761 - nossa_metrica: 0.7923 - val_loss: 13217.6983 - val_nossa_metrica: 0.1557 Epoch 1334/2000 191/191 - 3s - loss: 8826.9803 - nossa_metrica: 0.8908 - val_loss: 13738.
Epoch 1333/2000
191/191 - 3s - loss: 8818.4761 - nossa_metrica: 0.7923 - val_loss: 13217.6983 - val_nossa_metrica: 0.1557
Epoch 1334/2000
191/191 - 3s - loss: 8826.9803 - nossa_metrica: 0.8908 - val_loss: 13738.7320 - val_nossa_metrica: 0.1819
Epoch 1335/2000
191/191 - 3s - loss: 8823.2309 - nossa_metrica: 0.8967 - val_loss: 14265.0050 - val_nossa_metrica: 0.1822
Epoch 1336/2000
191/191 - 3s - loss: 8825.7040 - nossa_metrica: 0.8921 - val_loss: 13878.6077 - val_nossa_metrica: 0.1812
培训/验证结束后,我是否可以获得所有这4个变量的最大值和最小值?您可以将
fit
(或fit\u generator
)方法的输出分配给一个变量,并检索所需的元素。例如,如果使用model.fit()
如下所示:
history = model.fit(x_train, y_train, epochs=100)
您可以使用history.history
访问度量,这是一个字典,其中包含上述四个变量的列表。然后您可以根据需要获得每个列表的最小值和最大值
min(history.history["loss"]), max(history.history["loss"])