分类：模型训练

2020
10-08

记录模型训练时loss值的变化情况

记录训练过程中的每一步的loss变化ifverboseandstep%verbose==0:sys.stdout.write('\r{}/{}:loss={}'.format(step,total_steps,np.mean(total_loss)))sys.stdout.flush()ifverbose:sys.stdout.write('\r')sys.stdout.flush()一般我们在训练神经网络模型的时候，都是每隔多少步，输出打印一下loss或者每一步打印一下loss，今天发现了另一种记录loss变化的方法，就是用sys.stdout.write('\r{}/{}:loss... 继续阅读 >

2020
09-29

keras中模型训练class_weight,sample_weight区别说明

keras中fit(self,x=None,y=None,batch_size=None,epochs=1,verbose=1,callbacks=None,validation_split=0.0,validation_data=None,shuffle=True,class_weight=None,sample_weight=None,initial_epoch=0,steps_per_epoch=None,validation_steps=None)官方文档中：class_weight：字典，将不同的类别映射为不同的权值，该参数用来在训练过程中调整损失函数（只能用于训练）。该参数在处理非平衡的训练数据（某些类的训练... 继续阅读 >