Deep Learning With Keras 简明教程

Deep Learning with Keras - Training the Model

模型训练在一次方法调用中完成，称为 fit，它接受几个参数，如以下代码中所示 -

history = model.fit(X_train, Y_train,
   batch_size=128, epochs=20,
   verbose=2,
   validation_data=(X_test, Y_test)))

传递给 fit 方法的前两个参数指定训练数据集的特征和输出。

epochs 设置为 20；我们假设训练将在最大 20 个 epoch 内收敛 - 迭代。训练后的模型根据最后一个参数中指定的内容在测试数据上进行验证。

以下是运行上述命令的部分输出 -

Train on 60000 samples, validate on 10000 samples
Epoch 1/20
- 9s - loss: 0.2488 - acc: 0.9252 - val_loss: 0.1059 - val_acc: 0.9665
Epoch 2/20
- 9s - loss: 0.1004 - acc: 0.9688 - val_loss: 0.0850 - val_acc: 0.9715
Epoch 3/20
- 9s - loss: 0.0723 - acc: 0.9773 - val_loss: 0.0717 - val_acc: 0.9765
Epoch 4/20
- 9s - loss: 0.0532 - acc: 0.9826 - val_loss: 0.0665 - val_acc: 0.9795
Epoch 5/20
- 9s - loss: 0.0457 - acc: 0.9856 - val_loss: 0.0695 - val_acc: 0.9792

以下是此输出的屏幕截图，供您快速参考 -

epochs

现在，当模型在我们的训练数据上进行训练时，我们将评估其性能。