Huấn luyện mô hình TensorFlow với Python (train model)

TensorFlow sử dụng phương thức model.fit() để huấn luyện mô hình. Cần chỉ định dữ liệu huấn luyện, dữ liệu validation, và số epoch.

Mã ví dụ (Google Colab / TensorFlow 2.x)

print("Đang huấn luyện mô hình...")
epochs = 12
history = model.fit(
    train_ds,
    validation_data=val_ds,
    epochs=epochs
)

Kết quả mẫu

Đang huấn luyện mô hình
Epoch 1/12
92/92 [==============================] - 94s 1s/step - loss: 1.6007 - accuracy: 0.3411 - val_loss: 1.0708 - val_accuracy: 0.5627
Epoch 2/12
92/92 [==============================] - 92s 995ms/step - loss: 1.0138 - accuracy: 0.5843 - val_loss: 0.9451 - val_accuracy: 0.6458
...
Epoch 12/12
92/92 [==============================] - 96s 1s/step - loss: 0.0176 - accuracy: 0.9961 - val_loss: 1.8234 - val_accuracy: 0.6540

Huấn luyện mô hình TensorFlow với Python (train model)

Giải thích

train_ds: Dataset huấn luyện (tf.data.Dataset).
val_ds: Dataset validation.
epochs=12: Số lần lặp qua toàn bộ dữ liệu huấn luyện.
history: Trả về object History chứa loss, accuracy, val_loss, val_accuracy theo epoch.
Mô hình: CNN phân loại hoa (5 classes) từ tutorial TensorFlow chính thức.

Lưu ý: Code này cần mô hình đã được định nghĩa (Sequential), dữ liệu đã tiền xử lý. Xem các bài liên quan về tạo mô hình, compile, tiền xử lý dữ liệu.