Question

Im训练只有几个样本（10）的ANN模型，以38个输入预测45个目标。我不知道为什么每个时期的结果都没有显示，有什么想法吗？同样，我得到的总体MAE和MSE分别为0.5252和0.6234。当我缩放数据集时，我不确定如何解释这些值。我的代码：

input_size = 37
output_size = 45
hidden_layer_size = 3
model = tf.keras.Sequential([
    tf.keras.layers.Dense(hidden_layer_size, activation='relu'),
    tf.keras.layers.Dense(hidden_layer_size, activation='relu'),
    tf.keras.layers.Dense(output_size, activation='linear') 
])

model.compile(optimizer='adam', loss='mean_absolute_error', metrics=['MeanAbsoluteError','mse'])

batch_size = 10
max_epochs = 20
callback=tf.keras.callbacks.EarlyStopping(patience=2)
model.fit(train_inputs, 
          train_targets, 
          batch_size=10, 
          epochs=max_epochs, 
          verbose=0,
          callbacks=[callback],
          validation_data=(validation_inputs, validation_targets)
          )

退出：<tensorflow.python.keras.callbacks.History at 0x25bad7cff48> 在：：test_loss= model.evaluate(test_inputs, test_targets) 退出： 2/2 [==============================] - 0s 1ms/sample - loss: 0.5252 - mean_absolute_error: 0.5252 - mean_squared_error: 0.6234

Answer 1

您应该在model.fit（）中传递verbose = 2以获得每个时期的结果。 MAE和MSE值取决于您的数据。 MSE对较大的误差值更为敏感，通常，较高的MSE意味着您可能会为少数几个样本获得较大的误差，而较高的MAE意味着您的误差值为较小，但对于许多样本而言，都是较小的误差。

解释ANN结果-> MSE，MAE和未显示的历时结果

1 个答案: