質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

受付中

機械学習で,train,testに加えて検証用データの検証結果を加えたい

blackmk
blackmk

総合スコア0

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

1回答

0評価

0クリップ

5閲覧

投稿2019/05/16 07:41

編集2022/01/12 10:55

現在,以下のように機械学習を行っております.

python

#データセット作成 import keras import numpy as np import sklearn.model_selection import sklearn.datasets #学習用,テスト用,評価用 X_train = np.loadtxt('D:/dataset_2_X.csv' , delimiter = ",") Y_train = np.loadtxt('D:/dataset_2_Y.csv' , delimiter = ",") X_test = np.loadtxt('D:/dataset_1_X.csv' , delimiter = ",") Y_test = np.loadtxt('D:/dataset_1_Y.csv' , delimiter = ",") X_val = np.loadtxt('D:/dataset_3_X.csv' , delimiter = ",") Y_val = np.loadtxt('D:/dataset_3_Y.csv' , delimiter = ",") #正規化 def normalizer(A): M = np.reshape(A , (len(A) , -1)) M = M.astype('float32') max = M.max(axis = 0) min = M.min(axis = 0) return (M - min) / (max - min) X_train = normalizer(X_train) X_test = normalizer(X_test) Y_train_logit = keras.utils.to_categorical(Y_train) Y_test_logit = keras.utils.to_categorical(Y_test)

python

#モデルの構築 import keras import tensorflow as tf from keras.models import Sequential from keras.layers import Dense , Activation #モデル m = tf.keras.models.Sequential([ tf.keras.layers.Dense(units= 20, input_dim=len(X_train[0]), activation=tf.nn.relu), tf.keras.layers.Dense(units=max(set(Y_train)) - min(set(Y_train)) + 1, activation=tf.nn.softmax) ]) m.compile(loss='sparse_categorical_crossentropy', optimizer='sgd', metrics=['accuracy']) print(m.summary())

python

#学習と結果表示 history = m.fit(X_train , Y_train ,epochs = 1000 , validation_data = (X_test ,Y_test)) import matplotlib.pyplot as plt import matplotlib acc = history.history["acc"] val_acc = history.history["val_acc"] loss = history.history["loss"] val_loss = history.history["val_loss"] epochs = range(1, len(acc) + 1) #plot accuracy plt.plot(epochs, acc, "b" , markersize = 1, label = "Training acc" ) plt.plot(epochs, val_acc, "r", markersize = 1, label = "Validation acc") plt.title("Accuracy_dataset1_2") plt.ylim([0,1]) plt.legend() plt.savefig("D:/acc_dataset_2_3.png") plt.close() #plot loss plt.plot(epochs, loss, "b", markersize = 1, label = "Training loss" ) plt.plot(epochs, val_loss, "r", markersize = 1, label = "Validation loss") plt.title("loss_dataset1") plt.ylim([0,1]) plt.legend() plt.savefig("D:/loss_dataset2_3.png") plt.close()

このとき,最初で定義しているX_val,Y_valを検証用データとして,各エポックごとにその正答率と損失値を求め,最後のグラフ表示にtrain,test,valの3本のグラフとして表示したいです.
fitの中で何か設定するのかと思い,kerasのfitの使い方のところを見ましたが,train,test以外にデータを設定できないようなので,困っております.どのようにすればよいのでしょうか?よろしくお願いします.

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。