始める無料で始める

history コールバック

.fit() メソッドでモデルを学習すると、デフォルトで history コールバックが返されます。これらのメトリクスにアクセスするには、返された h_callback オブジェクトの中にある history 辞書から、対応するキーで参照します。

前のレッスンで作成した灌漑マシンの model は、特徴量とラベル（X_train、y_train、X_test、y_test）とともに読み込まれています。 今回は、学習時にモデルの history コールバックを保存し、validation_data パラメータを使用します。

history に保存された結果は、plot_accuracy() と plot_loss() という 2 つのシンプルな matplotlib 関数で可視化します。 コンソールで show_code(plot_loss) を貼り付けると、それらのコードを確認できます。

学習の舞台裏をのぞいてみましょう！

この演習はコースの一部です

Kerasで学ぶIntroduction to Deep Learning

コースを見る

演習の手順

  • X_train と y_train でモデルを学習し、各エポックで X_test と y_test を使って検証してください。
  • h_callback から loss と val_loss を取り出して plot_loss を使ってください。
  • h_callback から accuracy と val_accuracy を取り出して plot_accuracy を使ってください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Train your model and save its history
h_callback = ____.____(____, ____, epochs = 25,
               validation_data=(____, ____))

# Plot train vs test loss during training
plot_loss(h_callback.history[____], h_callback.history[____])

# Plot train vs test accuracy during training
plot_accuracy(h_callback.history[____], h_callback.history[____])
コードを編集して実行