8wDlpd.png
8wDFp9.png
8wDEOx.png
8wDMfH.png
8wDKte.png

Model.evaluate() 返回浮点数,而不是列表

Dewi 2月前

40 0

我有一个多任务神经网络。我想确保当我在模型上调用 Model.evaluate() 时,我看到的分数是损失的总和。但是,它返回的是标量而不是...

我有一个多任务神经网络。我想确保当我调用 Model.evaluate() 我的模型时,我看到的分数是损失的总和。但是,它返回的是标量而不是列表,所以我不确定这个损失是什么。根据文档,应该为多个输出或损失返回一个标量列表。下面是一个最小的可重现示例

import numpy as np
from keras.layers import Input, Dense
from keras.models import Model

X = np.random.random((10, 10))
y = {'pi': np.random.random((10,)), 'u':  np.random.random((10,))}

in_layer = Input(shape=X.shape[1:])
out1 = Dense(1, name='pi')(in_layer)
out2 = Dense(1, name='u')(in_layer)
model = Model(inputs=in_layer, outputs=[out1,out2])
model.compile(loss={'pi': 'mean_squared_error', 'u': 'mean_squared_error'}, optimizer = 'adam')

model.fit(X,y)
print(model.evaluate(X, y)) # Returns a float.

我尝试将其 y 作为列表传递,但仍然得到相同的结果。 print(model.metrics_names) 返回 'loss' .

帖子版权声明 1、本帖标题:Model.evaluate() 返回浮点数,而不是列表
    本站网址:http://xjnalaquan.com/
2、本网站的资源部分来源于网络,如有侵权,请联系站长进行删除处理。
3、会员发帖仅代表会员个人观点,并不代表本站赞同其观点和对其真实性负责。
4、本站一律禁止以任何方式发布或转载任何违法的相关信息,访客发现请向站长举报
5、站长邮箱:yeweds@126.com 除非注明,本帖由Dewi在本站《tensorflow》版块原创发布, 转载请注明出处!
最新回复 (0)
  • 嗯,在 Pandas 中迭代数据框的行总是会慢得多。如果可能的话,你应该尝试矢量化你的代码。

返回
作者最近主题: