train_on_batch  可以在keras中自定义精细化训练过程使用。

使用示例:

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import numpy as np
import matplotlib.pyplot as plt
from keras.models import Sequential
from keras.layers import Densex = np.linspace(-2, 6, 200)
np.random.shuffle(x)
y = 0.5 * x + 2 + 0.15 * np.random.randn(200,)# # plot the data
# plt.scatter(x, y)
# plt.show()model = Sequential()
model.add(Dense(units=1, input_dim=1))model.compile(loss='mse', optimizer='sgd')# train the first 160 data
x_train, y_train = x[0:160], y[0:160]# start training
# model.fit(x_train, y_train, epochs=100, batch_size=64)for step in range(0, 500):cost = model.train_on_batch(x_train, y_train)if step % 20 == 0:print('cost is %f' % cost)# test on the rest 40 data
x_test, y_test = x[160:], y[160:]# start evaluation
cost_eval = model.evaluate(x_test, y_test, batch_size=40)
print('evaluation lost %f' % cost_eval)model.summary()w, b = model.layers[0].get_weights()
print('weight %f , bias %f' % (w, b))# start prediction
y_prediction = model.predict(x_test)
plt.scatter(x_test, y_test)
plt.plot(x_test, y_prediction)
plt.show()

一个很不错的博客:

https://blog.csdn.net/xovee/article/details/91357143?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-2

kera中train_on_batch 自定义训练过程相关推荐

  1. Android系统在新进程中启动自定义服务过程(startService)的原理分析 (下)

    Step 10. ActivityManagerService.attachApplicationLocked 这个函数定义在frameworks/base/services/java/com/and ...

  2. 谷歌BERT预训练源码解析(三):训练过程

    目录 前言 源码解析 主函数 自定义模型 遮蔽词预测 下一句预测 规范化数据集 前言 本部分介绍BERT训练过程,BERT模型训练过程是在自己的TPU上进行的,这部分我没做过研究所以不做深入探讨.BE ...

  3. dqn在训练过程中loss越来越大_强化学习笔记:OpenAI Gym+DQN+Tensorflow2实现

    参考了一些文章,针对OpenAI gym环境,使用tf2.x实现了DQN算法:加上了一些没有太大必要(?)的小功能,比如:自动保存视频,保存训练日志从而利用TensorBoard实现数据可视化,保存和 ...

  4. 理解YOLOv2训练过程中输出参数含义

    转载自https://blog.csdn.net/dcrmg/article/details/78565440 原英文地址: https://timebutt.github.io/static/und ...

  5. 浅析深度学习中Batch Size大小对训练过程的影响

    点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 作者丨陈志远@知乎(已授权) 来源丨https://zhuanlan ...

  6. dqn在训练过程中loss越来越大_用DQN算法玩FlappyBird

    DQN算法可以用于解决离散的动作问题,而FlappyBird的操作正好是离散的. FlappyBird的游戏状态一般可以通过图像加卷积神经网络(CNN)来进行强化学习.但是通过图像分析会比较麻烦,因为 ...

  7. Tensorflow学习笔记6:解决tensorflow训练过程中GPU未调用问题

    Tensorflow学习笔记6:解决tensorflow训练过程中GPU未调用问题 参考文章: (1)Tensorflow学习笔记6:解决tensorflow训练过程中GPU未调用问题 (2)http ...

  8. pytorch训练过程中loss出现NaN的原因及可采取的方法

    在pytorch训练过程中出现loss=nan的情况 1.学习率太高. 2.loss函数 3.对于回归问题,可能出现了除0 的计算,加一个很小的余项可能可以解决 4.数据本身,是否存在Nan,可以用n ...

  9. DeepLearning tutorial(2)机器学习算法在训练过程中保存参数

    FROM: http://blog.csdn.net/u012162613/article/details/43169019 DeepLearning tutorial(2)机器学习算法在训练过程中保 ...

最新文章

  1. asp.net母板使用注意
  2. 二叉树的六种遍历方法汇总(转)
  3. 通信协议——HTTP、TCP、UDP
  4. NET下,你采用的是哪种方式进行数据操作?
  5. Java开发代码规范之编程规约---命名风格
  6. 使用idea创建JavaWeb项目
  7. c# datetime._C#| DateTime.Year属性与示例
  8. chrome浏览器开发者工具F12中某网站的sources下的源码如何批量保存?
  9. 梦网云通讯获取状态报告API接口get_rpt说明POST请求示例
  10. SQL语句查询条数不足10行时如何自动补充空行
  11. WebBrowser.ObjectForScripting 属性的使用
  12. nodejs注册为windows服务实现开机自启动
  13. symantec linux版命令,Symantec Backup Exec Agent for Linux详细安装方法
  14. 微信小程序srt_微信小程序商城开发之实现商品加入购物车的功能(代码)
  15. Genymotion安卓模拟器常见问题汇总
  16. packet tracer 学习ARP报文请求
  17. 用Multisim14.0仿真电感L、电容C与电阻R的电压、电流相位关系
  18. 快读快写和fread,fwrite--zhengjun
  19. 输入五个城市从小到大排序-c语言
  20. 架构设计:不存在放之四海皆准的解决方案

热门文章

  1. OpenCv案例(七): 基于OpenCvSharp计算图像的清晰度(自动对焦)
  2. 编程小白喜欢走的几条弯路
  3. INS/伪距组合导航(2)
  4. 在 Kubernetes 中部署高可用 Harbor 镜像仓库
  5. win10下易语言程序运行出现“failed to load kernel library”情况
  6. 微信小程序input禁止空格输入
  7. wordpress自动发布_如何在WordPress中跟踪发布想法
  8. java的socket包_Java socket详解(转)
  9. java委托事件模型_JAVA授权事件模型讲解(原创)
  10. @Android程序员:到底是Android不行了,还是你跟不上了?