使用Anaconda Python 2.7 Windows 10。
我正在使用Keras exmaple培训语言模型:
print('Build model...')
model = Sequential()
model.add(GRU(512, return_sequences=True, input_shape=(maxlen, len(chars))))
model.add(Dropout(0.2))
model.add(GRU(512, return_sequences=False))
model.add(Dropout(0.2))
model.add(Dense(len(chars)))
model.add(Activation('softmax'))
model.compile(loss='categorical_crossentropy', optimizer='rmsprop')
def sample(a, temperature=1.0):
# helper function to sample an index from a probability array
a = np.log(a) / temperature
a = np.exp(a) / np.sum(np.exp(a))
return np.argmax(np.random.multinomial(1, a, 1))
# train the model, output generated text after each iteration
for iteration in range(1, 3):
print()
print('-' * 50)
print('Iteration', iteration)
model.fit(X, y, batch_size=128, nb_epoch=1)
start_index = random.randint(0, len(text) - maxlen - 1)
for diversity in [0.2, 0.5, 1.0, 1.2]:
print()
print('----- diversity:', diversity)
generated = ''
sentence = text[start_index: start_index + maxlen]
generated += sentence
print('----- Generating with seed: "' + sentence + '"')
sys.stdout.write(generated)
for i in range(400):
x = np.zeros((1, maxlen, len(chars)))
for t, char in enumerate(sentence):
x[0, t, char_indices[char]] = 1.
preds = model.predict(x, verbose=0)[0]
next_index = sample(preds, diversity)
next_char = indices_char[next_index]
generated += next_char
sentence = sentence[1:] + next_char
sys.stdout.write(next_char)
sys.stdout.flush()
print()
根据Keras文档,model.fit
方法返回一个History回调,它有一个History属性,包含连续损失和其他度量的列表。
hist = model.fit(X, y, validation_split=0.2)
print(hist.history)
在训练我的模型之后,如果我运行print(model.history)
,就会得到错误:
AttributeError: 'Sequential' object has no attribute 'history'
使用上述代码训练模型后,如何返回模型历史记录?
更新
问题是:
必须首先定义以下内容:
from keras.callbacks import History
history = History()
必须调用回调选项
model.fit(X_train, Y_train, nb_epoch=5, batch_size=16, callbacks=[history])
但现在如果我打印
print(history.History)
它又回来了
{}
即使我运行了一个迭代。
举个例子
你可以用
列出历史上的所有数据。
然后,您可以按如下方式打印验证丢失的历史记录:
已经解决了。
这些损失只会保存到各个时代的历史上。我在运行迭代,而不是使用Keras内置的epochs选项。
所以我现在没有做4次迭代
现在它返回每个历元运行的损失:
下面的简单代码对我很有用:
确保将fit函数分配给输出变量。然后你可以很容易地访问这个变量
希望这有帮助。 来源:https://keras.io/getting-started/faq/#how-can-i-record-the-training-validation-loss-accuracy-at-each-epoch
相关问题 更多 >
编程相关推荐