Up

モデルの訓練

作成: 2021-04-20 更新: 2021-04-20

---

ここで「モデルの訓練」と定めるものは，つぎの「train データに model を fit させる」である。 ──Model.fit メソッドは損失を最小化するようにモデルのパラメータを調整する。 モデルの訓練の進行とともに、損失値と正解率が表示される >>> model.fit(x_train, y_train, epochs=5) Train on 60000 samples Epoch 1/5 60000/60000 [==============================] - 26s 425us/sample - loss: 0.2980 - acc: 0.9121 Epoch 2/5 60000/60000 [==============================] - 25s 409us/sample - loss: 0.1438 - acc: 0.9566 Epoch 3/5 60000/60000 [==============================] - 25s 409us/sample - loss: 0.1094 - acc: 0.9671 Epoch 4/5 60000/60000 [==============================] - 25s 417us/sample - loss: 0.0891 - acc: 0.9727 Epoch 5/5 60000/60000 [==============================] - 25s 409us/sample - loss: 0.0765 - acc: 0.9763 <tensorflow.python.keras.callbacks.History object at 0x6671ef90> epochs は，学習の繰り返しの数。 繰り返すごとに，正解率が上がっている。 このモデルの場合、訓練用データでは 0.9763（すなわち 98.63%）の正解率に達した。