0
私はテンソルフローのDNNregressorを評価しています。私はロス・ステップの関係をプロットして、最良のトレーニング・ステップを見つけたいと思っています。それを行うことができる機能またはAPIがありますか?テンソルフローにおけるDNNregressorの損失ステップ関係をプロットする方法
私はテンソルフローのDNNregressorを評価しています。私はロス・ステップの関係をプロットして、最良のトレーニング・ステップを見つけたいと思っています。それを行うことができる機能またはAPIがありますか?テンソルフローにおけるDNNregressorの損失ステップ関係をプロットする方法
これは古い質問ですが、後で来る人にとっては、これらのスニペットは損失段階の関係を評価するために使用したものです。私は誰かがそれが役に立つと願っています。
# Collect errors to evaluate performance.
errorlist = [];
# Fit model by passing multiple times.
numberOfIterations = 5;
for i in range(numberOfIterations):
# Fit the model
regressor.fit(x=X,y=Y,steps=5000)
# Get the error
y = list(regressor.predict(X, as_iterable=True))
error = mean_squared_error(Y,y)
errorlist = np.append(errorlist,error)
# Inform the user about remaining iterations
print("Remaining:",numberOfIterations-i)
ここで収集したエラーをプロットするには、matplotlibを使用します。
# Plot errors
plt.figure(1)
plt.plot(errorlist,'g');
plt.title("Mean Squarred Error")
plt.xlabel("Batch Iteration Number (x5000)")
plt.ylabel("Error")