So sehen Sie den Validierungsfehler nach jeder Epoche in Keras

Question

Ich benutze Keras, um ein Modell für die Regression zu trainieren. Mein Code sieht so aus:

estimators = [] 
estimators.append(('standardize', StandardScaler())) 
estimators.append(('mlp', KerasRegressor(build_fn=baseline_model, epochs=100, batch_size=32, verbose=2))) 
pipeline = Pipeline(estimators) 
X_train, X_test, y_train, y_test = train_test_split(X, Y, 
                train_size=0.75, test_size=0.25) 
pipeline.fit(X_train, y_train) 

Das Problem ist, dass es dramatisch Überanpassung. Wie kann ich den Validierungsfehler nach jeder Epoche sehen?

Answer 1

Sie können parameters übertragen fit Methode KerasRegressor:

validation_split: float (0 < x < 1). Anteil der Daten, die als ausgeführte Validierungsdaten verwendet werden sollen. validation_data: Tupel (x_val, y_val) oder Tupel (x_val, y_val, val_sample_weights), das als durchgehaltene Validierungsdaten verwendet werden soll. Überschreibt validation_split.

via Pipeline fit method:

** fit_params: dict von string -> Objektparameter an die Fit-Verfahren jeder Stufe geleitet, wobei jeder Parameternamen, so dass Parameter vorangestellt ist p für Schritt hat Schlüssel s__p.

Beispiel:

pipeline.fit(X_train, y_train, mlp__validation_split=0.3)