数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 Python 中使用 TensorFlow 创建一个可视化训练和验证准确度的图表，用于训练过的 IMDB 数据集？
Tensorflow 是 Google 提供的一个机器学习框架。它是一个开源框架，与 Python 结合使用来实现算法、深度学习应用等等。它被用于研究和生产目的。
可以使用以下代码行在 Windows 上安装“tensorflow”包：
pip install tensorflow
“IMDB”数据集包含超过 50,000 部电影的评论。此数据集通常与自然语言处理相关的操作一起使用。
我们正在使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置，并且可以免费访问 GPU（图形处理单元）。Colaboratory 建立在 Jupyter Notebook 之上。
以下是创建可视化训练和验证准确度图表的代码片段，用于训练过的 IMDB 数据集：
示例
plt.plot(epochs, acc, 'bo', label='Training acc')
plt.plot(epochs, val_acc, 'b', label='Validation acc')
plt.title('Training and validation accuracy')
plt.xlabel('Epochs')
plt.ylabel('Accuracy')
plt.legend(loc='lower right')
plt.show()代码来源 − https://tensorflowcn.cn/tutorials/keras/text_classification
输出
解释
一旦数据已拟合到模型，就需要比较实际值和预测值。
最好的方法是通过可视化。
因此，使用“matplotlib”库根据训练和验证数据集绘制准确度。
这基于训练数据以拟合模型所采取的步骤（或时期）数。
更新于: 2021年1月20日
150 次浏览
广告