我在keras
中实现神经网络,具有以下结构:
model = Sequential([... layers ...])
model.compile(optimizer=..., loss=...)
hist=model.fit(x=X,y=Y, validation_split=0.1, epochs=100)
有没有办法从列车和验证集model
或hist
中提取?也就是说,我想知道X
和Y
中的哪些索引用于培训,哪些索引用于验证。
答案 0 :(得分:6)
Keras splits the dataset
split_at = int(x[0].shape * (1-validation_split))
进入火车和验证部分。因此,如果您有n
个样本,则第一个int(n*(1-validation_split))
样本将成为训练样本,其余为验证集。
如果您想获得更多控制权,可以自行拆分数据集并使用参数validation_data
传递验证数据集:
model.fit(train_x, train_y, …, validation_data=(validation_x, validation_y))