資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Python 中使用 TensorFlow 建立一個視覺化訓練和驗證準確度的圖表，用於訓練過的 IMDB 資料集？
Tensorflow 是 Google 提供的一個機器學習框架。它是一個開源框架，與 Python 結合使用來實現演算法、深度學習應用等等。它被用於研究和生產目的。
可以使用以下程式碼行在 Windows 上安裝“tensorflow”包：
pip install tensorflow
“IMDB”資料集包含超過 50,000 部電影的評論。此資料集通常與自然語言處理相關的操作一起使用。
我們正在使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助在瀏覽器上執行 Python 程式碼，無需任何配置，並且可以免費訪問 GPU（圖形處理單元）。Colaboratory 建立在 Jupyter Notebook 之上。
以下是建立視覺化訓練和驗證準確度圖表的程式碼片段，用於訓練過的 IMDB 資料集：
示例
plt.plot(epochs, acc, 'bo', label='Training acc')
plt.plot(epochs, val_acc, 'b', label='Validation acc')
plt.title('Training and validation accuracy')
plt.xlabel('Epochs')
plt.ylabel('Accuracy')
plt.legend(loc='lower right')
plt.show()程式碼來源 − https://www.tensorflow.org/tutorials/keras/text_classification
輸出
解釋
一旦資料已擬合到模型，就需要比較實際值和預測值。
最好的方法是透過視覺化。
因此，使用“matplotlib”庫根據訓練和驗證資料集繪製準確度。
這基於訓練資料以擬合模型所採取的步驟（或時期）數。
更新於: 2021年1月20日
150 次瀏覽
廣告