在tensorflow的segmentation模型中打印精确度

没有出口的猎户座

已于 2022-03-23 07:32:32 修改

阅读量2.2k

点赞数

分类专栏： My Project 文章标签：机器学习

于 2022-03-23 04:40:41 首次发布

本文链接：https://blog.youkuaiyun.com/anelance/article/details/123676166

版权

My Project 专栏收录该内容

19 篇文章

订阅专栏

这篇博客介绍了如何在Keras中训练模型，并利用history函数存储和展示训练过程中的精度、召回率等多指标变化。通过matplotlib库，可以在同一图表上绘制不同指标随epoch的变化，帮助理解模型的训练效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用history函数，这里results是我之前定义的输出的模型的变量，根据自己的模型改

print(results.history.keys())

'loss', 'auc', 'recall', 'tp', 'tn', 'fp', 'fn', 'accuracy', 'precision', 'iou', 'bin_accuracy',

验证数据集的各种数据summary：

'val_loss', 'val_auc', 'val_recall', 'val_tp', 'val_tn', 'val_fp', 'val_fn', 'val_accuracy', 'val_precision', 'val_iou', 'val_bin_accuracy'

    results = model.fit(x_train, y_train, validation_data=(x_val, y_val), epochs=epochs, batch_size=batch_size,
                        callbacks=[early_stopper, checkpoint])
#模型的结果

    precisions = results.history['precision']
    print(results.history.keys())
    #之前打印的history里的储存的数据
    print('precisions.size',len(precisions))
    print('array size',np.arange(1, epochs + 1).size)
#precisions.size 3，array size 3， 我为了测试只跑了3个epoch，就都是3

最终打印结果的代码

    plt.plot(range(epochs), precisions)
    plt.show()

x轴是epoch，y轴是precision

改进：在一张图里打印多个数据，打不出来4个不知道为什么，只能2个2个打，另外两个也同样格式

    plt.figure(num = 3)
    #l1 = plt.plot(range(epochs), loss)
    #l2 = plt.plot(range(epochs), recall)

    plt.legend(labels = ['loss','recall'])
    plt.xlabel('Epochs')
    plt.show()