用 Keras 進行深度學習 - 訓練模型

模型訓練在一個稱為 fit 的單一方法呼叫中完成，它採用幾個引數，如下面的程式碼所示 −

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

傳遞給 fit 方法的前兩個引數指定訓練資料集的特徵和輸出。

epochs 設定為 20；我們假設訓練將在最多 20 個 epochs（迭代）中收斂。已訓練的模型在最後一個引數中指定的測試資料上經過驗證。

下面顯示執行上述命令的部分輸出 −

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

為了快速參考，輸出的螢幕截圖如下 −

現在，由於已在我們的訓練資料上訓練了該模型，我們將評估其效能。