情节验证神经网络曲线

27日视图(30天)

显示旧的评论

杰克刘 2017年11月13日

评论道: 斯楠萨利姆2020年4月5日

Demo_TrainingFromScratch.mlx

我只是下载和运行示例代码”深度学习的例子:使用CIFAR-10从头训练数据集“Demo_TrainingFromScratch.mlx

我能通过添加情节的准确性

“阴谋”,“训练进步”

trainingOptions。

然而,这只有情节训练精度。

我怎么能修改这个示例也情节验证准确性这个页面吗?

当我执行

                         (网络,信息)= trainNetwork (imds_Train.Files imds_Train。标签,图层,选择);
                        

它打印出错误信息:

                         错误使用trainNetwork(第140行)
                        
                         无效的训练数据。X必须是一个四维数组的图像,一个ImageDatastore,或一个表。

0评论
显示隐藏1以上的评论

登录置评。

在回答这个问题。

答案(2)

Bhartendu 2018年4月8日

2
链接

直接链接到这个答案

//www.tatmou.com/matlabcentral/answers/366692-plot-validation-curve-of-neural-network answer_314017

1。为验证准确性和情节:

执行简历分区如下:

                             X = imds_Train.Files
                            
                             Y = imds_Train.Labels
                            
                             num_images =大小(X, 4);
                            
                             %的要分开
                            
                             % = 30
                            
                             idx = randperm (num_images百分比/ 100 * num_images);
                            
                             X_val = X (:,:,:, idx);
                            
                             X (:,:,:, idx) = [];
                            
                             Y_val = Y (idx);
                            
                             Y (idx) = [];
                            
                             disp ([的训练样本:长度(Y),的验证样本:、长度(Y_val)))

修改为ValidationData在选项如:

                             选择= trainingOptions (“个”,…
                            
                             “MaxEpochs”,50岁,…
                            
                             “ValidationData”{X_val, Y_val},…
                            
                             “MiniBatchSize”,64,…
                            
                             “InitialLearnRate”1的军医,…
                            
                             “ValidationPatience”10…
                            
                             “详细”,1…
                            
                             “阴谋”,“训练进步”);