5_結果の出力_keras
差分
この文書の現在のバージョンと選択したバージョンの差分を表示します。
| 両方とも前のリビジョン 前のリビジョン 次のリビジョン | 前のリビジョン | ||
|
5_結果の出力_keras [2017/11/09] adash333 [1. モデルの学習] |
5_結果の出力_keras [2018/10/07] (現在) |
||
|---|---|---|---|
| ライン 18: | ライン 18: | ||
| print('Test accuracy:', score[1]) | print('Test accuracy:', score[1]) | ||
| </code> | </code> | ||
| - | |||
| - | 作成中。 | ||
| ライン 55: | ライン 53: | ||
| - | model.evaluate()関数により、入力値における損失値（？？？）を返します。 | + | model.evaluate()関数により、入力値における損失値（損失関数に(x_test, y_test)の組み合わせを入力して出てきた結果）を返します。 |
| 詳細はよく分かりませんが、score[0]にlossを、score[1]にaccuracyを持つようなリストを返すようです。 | 詳細はよく分かりませんが、score[0]にlossを、score[1]にaccuracyを持つようなリストを返すようです。 | ||
| + | lossは、おそらく、x_testの画像10000枚とその正解ラベルy_testのセットを、損失関数に入れたときの値（損失）だと思われます。（ググってもはっきりとした記載は見つけることはできませんでしたが、たぶんそれで間違いないと思います。） | ||
| KerasでのModel学習の手順は上記でおしまいです。 | KerasでのModel学習の手順は上記でおしまいです。 | ||
| - | <wrap hi> | + | 初めての方は、次は、<wrap hi>[[(6)学習結果の保存(Keras)]]</wrap>に進んでください。 |
| - | 初めての方は、次は、</wrap>[[(5)結果の出力(Keras)]]<wrap hi>に進んでください。 | + | |
| - | </wrap> | + | |
| + | ===== accuracyとlossについて ===== | ||
| + | |||
| + | accuracy(全体正解率)予測測に対して答えがどのくらいあってたか | ||
| + | |||
| + | <code> | ||
| + | Accuracy=(TP+TN)/(TP+FP+TN+FN) | ||
| + | </code> | ||
| + | |||
| + | 詳細は以下のページが参考になります。 | ||
| + | |||
| + | 2017-05-17 | ||
| + | 機械学習で使う指標総まとめ(教師あり学習編)\\ | ||
| + | http://www.procrasist.com/entry/ml-metrics | ||
| - | ===== kerasのSequentialモデルのfitメソッドについて ===== | + | ===== kerasのSequentialモデルのevaluateメソッドについて ===== |
| https://keras.io/ja/models/sequential/\\ | https://keras.io/ja/models/sequential/\\ | ||
| - | {{:pasted:20171110-035359.png}} | + | {{:pasted:20171110-053055.png}} |
| - | fit()関数は、固定のエポック数でモデルを訓練します。 | + | evaluate()関数は、バッチごとにある入力データにおける損失値を計算します。つまり、損失関数にx_testとy_testの組み合わせを入力して、その結果を出力します。 |
| ===== 参考文献 ===== | ===== 参考文献 ===== | ||
| 初めてKerasプログラミングをやるときの超おすすめ本。\\ | 初めてKerasプログラミングをやるときの超おすすめ本。\\ | ||
5_結果の出力_keras.1510257545.txt.gz · 最終更新: 2018/10/07 (外部編集)
