2
Keras 모델은 아무것도 배울 수 없으며 그 이유를 알 수 없습니다. 나는 심지어 트레이닝 세트 크기를 5 가지 요소로 줄 였고 모델은 아직 트레이닝 데이터에 적합하지 않습니다. 어떤 도움을 주시면 더 좋구요Keras 모델이 학습하지 않습니다.
model = Sequential()
model.add(Conv1D(30, filter_length=3, activation='relu', input_shape=(50, 1)))
model.add(Conv1D(40, filter_length=(3), activation='relu'))
model.add(Conv1D(120, filter_length=(3), activation='relu'))
model.add(Flatten())
model.add(Dense(1024, activation='relu'))
model.add(Dense(256, activation='relu'))
model.add(Dense(32, activation='relu'))
model.add(Dense(1, activation='relu'))
model.summary()
model.compile(loss='mse',
optimizer=keras.optimizers.adam())
train_limit = 5
batch_size = 4096
tb = keras.callbacks.TensorBoard(log_dir='./logs/' + run_name + '/',
histogram_freq=0, write_images=False)
tb.set_model(model)
model.fit(X_train[:train_limit], y_train[:train_limit],
batch_size=batch_size,
nb_epoch=10**4,
verbose=0,
validation_data=(X_val[:train_limit], y_val[:train_limit]),
callbacks=[tb])
score = model.evaluate(X_test, y_test, verbose=0)
print('Test loss:', score)
print('Test accuracy:', score)
: 여기 loss function visualized with TensorBoard
내 코드입니다!