如何在带有`validation_split`参数的`fit`之后使用`evaluate`？

Question

我正在使用Keras进行一些ANN培训。 有时，我在Sequential模型上使用model.fit()，并且使用validation_split参数，例如：

model.fit(..., validation_split=0.3)

然后，我想对model.evaluate()生成的验证数据使用validation_split。 有办法吗？还是我只需要忘记validation_split，手动执行分割操作 并同样进行验证？

Answer 1

忘记validation_split，使用sklearn执行拆分。

from sklearn.model_selection import train_test_split


X_train, X_val, y_train, y_val = train_test_split(X, y, test_size=0.33, random_state=42)
model.fit(X_train, y_train, validation_data=[X_val, y_val])

Answer 2

您可以在每个验证步骤（例如纪元）结束时评估验证数据。要控制指标，可以使用keras.callbacks.Callback和Tensorboard。

如果您真的想对验证数据使用评估（），则需要先进行分割再拟合。