数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程序设计
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济
心理学
社会研究
时尚研究
法律研究如何使用 Tensorflow 在 Python 中训练模型？
Tensorflow 中可以使用“train”方法训练模型，其中指定了训练数据和 epochs（模型拟合所需的数据训练次数）。
了解更多： 什么是 TensorFlow？Keras 如何与 TensorFlow 协同工作以创建神经网络？
我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助通过浏览器运行 Python 代码，并且需要零配置和免费访问 GPU（图形处理单元）。Colaboratory 构建在 Jupyter Notebook 之上。
print("The model is being trained")
epochs=12
history = model.fit(
train_ds,
validation_data=val_ds,
epochs=epochs
)代码来源：https://tensorflowcn.cn/tutorials/images/classification
输出
The model is being trained Epoch 1/12 92/92 [==============================] - 94s 1s/step - loss: 1.6007 - accuracy: 0.3411 - val_loss: 1.0708 - val_accuracy: 0.5627 Epoch 2/12 92/92 [==============================] - 92s 995ms/step - loss: 1.0138 - accuracy: 0.5843 - val_loss: 0.9451 - val_accuracy: 0.6458 Epoch 3/12 92/92 [==============================] - 91s 990ms/step - loss: 0.8382 - accuracy: 0.6767 - val_loss: 0.9054 - val_accuracy: 0.6471 Epoch 4/12 92/92 [==============================] - 90s 984ms/step - loss: 0.6362 - accuracy: 0.7580 - val_loss: 0.8872 - val_accuracy: 0.6540 Epoch 5/12 92/92 [==============================] - 94s 1s/step - loss: 0.4125 - accuracy: 0.8572 - val_loss: 0.9114 - val_accuracy: 0.6676 Epoch 6/12 92/92 [==============================] - 91s 988ms/step - loss: 0.2460 - accuracy: 0.9207 - val_loss: 1.0891 - val_accuracy: 0.6757 Epoch 7/12 92/92 [==============================] - 91s 988ms/step - loss: 0.1721 - accuracy: 0.9532 - val_loss: 1.2619 - val_accuracy: 0.6635 Epoch 8/12 92/92 [==============================] - 90s 983ms/step - loss: 0.0658 - accuracy: 0.9823 - val_loss: 1.4119 - val_accuracy: 0.6703 Epoch 9/12 92/92 [==============================] - 90s 983ms/step - loss: 0.0556 - accuracy: 0.9865 - val_loss: 1.6113 - val_accuracy: 0.6090 Epoch 10/12 92/92 [==============================] - 91s 992ms/step - loss: 0.0805 - accuracy: 0.9729 - val_loss: 1.9744 - val_accuracy: 0.6390 Epoch 11/12 92/92 [==============================] - 90s 979ms/step - loss: 0.0545 - accuracy: 0.9838 - val_loss: 1.9303 - val_accuracy: 0.6662 Epoch 12/12 92/92 [==============================] - 96s 1s/step - loss: 0.0176 - accuracy: 0.9961 - val_loss: 1.8234 - val_accuracy: 0.6540
说明
- 该模型经过训练，可以拟合数据。
- 这是通过“fit”方法完成的。
更新于：2021-02-20
132 人次浏览
广告