Question

我正在尝试在Keras模型上进行K折交叉验证（使用ImageDataGenerator和flow_from_directory来训练和验证数据），我想知道“ ImageDataGenerator”中的参数“ validation_split”

    test_datagen = ImageDataGenerator(
    rescale=1. / 255,
    rotation_range = 180,
    width_shift_range = 0.2,
    height_shift_range = 0.2,
    brightness_range = (0.8, 1.2),
    shear_range = 0.2,
    zoom_range = 0.2,
    horizontal_flip = True,
    vertical_flip = True,
    validation_split = 0.1

)

train_datagen = ImageDataGenerator(
    rotation_range = 180,
    width_shift_range = 0.2,
    height_shift_range = 0.2,
    brightness_range = (0.8, 1.2),
    rescale = 1. / 255,
    shear_range = 0.2,
    zoom_range = 0.2,
    horizontal_flip = True,
    vertical_flip = True,
    validation_split = 0.1
)

train_generator = train_datagen.flow_from_directory(
    train_data_dir,
    target_size = (img_width, img_height),
    batch_size = batch_size,
    class_mode ='binary',
    seed = 42
)

validation_generator = test_datagen.flow_from_directory(
    validation_data_dir,
    target_size = (img_width, img_height),
    batch_size = batch_size,
    class_mode = 'binary',
    seed = 42
)

history = model.fit_generator(
    train_generator,
    steps_per_epoch = nb_train_samples // batch_size,
    epochs = epochs,
    validation_data = validation_generator,
    validation_steps = nb_validation_samples // batch_size)

“ validation_split = 0.1”是否意味着我已经对数据集进行了10倍交叉验证？

Answer 1

不。它只执行一次验证。来自official document：

validation_split ：在0到1之间浮动。训练数据的小数部分用作验证数据。模型将分开训练数据的这一部分，不对其进行训练，并且将在每个时期结束时评估此数据的损失和任何模型度量。在进行混洗之前，从提供的x和y数据中的最后一个样本中选择验证数据。

因此将其设置为validation_split=0.1只会使您的最后10％的数据免于训练，并将其用作验证集。

如果要进行k交叉验证，则必须手动进行。这是一个很好的起点：Evaluate the Performance of Deep Learning Models in Keras

在Keras的“ ImageDataGenerator”中，“ validation_split”参数是一种K倍交叉验证吗？

1 个答案: