如何解决Keras中val_categorical_accuracy为0.0000e+00的问题?
- 内容介绍
- 文章标签
- 相关推荐
本文共计637个文字,预计阅读时间需要3分钟。
问题描述:在使用神经网络进行分类和识别时,采用了Keras这个高性能框架,后端使用的是tensorflow-cpu。在交叉验证过程中,出现了`val_categorical_accuracy: 0.0000e+00`的问题。
问题描述:
在利用神经网络进行分类和识别的时候,使用了keras这个封装层次比较高的框架,backend使用的是tensorflow-cpu。
在交叉验证的时候,出现 val_categorical_accuracy: 0.0000e+00的问题。
问题分析:
首先,弄清楚,训练集、验证集、测试集的区别,验证集是从训练集中提前拿出一部分的数据集。在keras中,一般都是使用这种方式来指定验证集占训练集和的总大小。
本文共计637个文字,预计阅读时间需要3分钟。
问题描述:在使用神经网络进行分类和识别时,采用了Keras这个高性能框架,后端使用的是tensorflow-cpu。在交叉验证过程中,出现了`val_categorical_accuracy: 0.0000e+00`的问题。
问题描述:
在利用神经网络进行分类和识别的时候,使用了keras这个封装层次比较高的框架,backend使用的是tensorflow-cpu。
在交叉验证的时候,出现 val_categorical_accuracy: 0.0000e+00的问题。
问题分析:
首先,弄清楚,训练集、验证集、测试集的区别,验证集是从训练集中提前拿出一部分的数据集。在keras中,一般都是使用这种方式来指定验证集占训练集和的总大小。

