Keras - プロットトレーニング、検証およびテストセットの精度

Question

私はこの単純なニューラルネットワークの出力をプロットしたい：

：

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) 
history = model.fit(x_test, y_test, nb_epoch=10, validation_split=0.2, shuffle=True) 

model.test_on_batch(x_test, y_test) 
model.metrics_names 

私はトレーニングと検証の精度と損失をプロットしています

print(history.history.keys()) 
# "Accuracy" 
plt.plot(history.history['acc']) 
plt.plot(history.history['val_acc']) 
plt.title('model accuracy') 
plt.ylabel('accuracy') 
plt.xlabel('epoch') 
plt.legend(['train', 'validation'], loc='upper left') 
plt.show() 
# "Loss" 
plt.plot(history.history['loss']) 
plt.plot(history.history['val_loss']) 
plt.title('model loss') 
plt.ylabel('loss') 
plt.xlabel('epoch') 
plt.legend(['train', 'validation'], loc='upper left') 
plt.show() 

今度は、model.test_on_batch(x_test, y_test)からテストセットの精度を追加したいが、model.metrics_namesから同じ値を得る。'acc'はトレーニングデータの精度をプロットするために利用されますplt.plot(history.history['acc'])。テストセットの精度をどのようにプロットすることができますか？

Answer 1

あなたは列車のセットではなく、テストセットを訓練しているので同じです。それをしないでください、ちょうどトレーニングセットに訓練：

history = model.fit(x_test, y_test, nb_epoch=10, validation_split=0.2, shuffle=True) 

変更へ：

history = model.fit(x_train, y_train, nb_epoch=10, validation_split=0.2, shuffle=True)