Cách compile và fit mô hình với tập flower dataset bằng TensorFlow

Dataset flower được compile và fit bằng compile() và fit(). fit() nhận train_ds, validation_data=val_ds, và epochs.

Mã ví dụ

print("Đang biên dịch mô hình")
model.compile(
    optimizer='adam',
    loss=tf.losses.SparseCategoricalCrossentropy(from_logits=True),
    metrics=['accuracy'])

print("Đang fit mô hình vào dữ liệu")
model.fit(
    train_ds,
    validation_data=val_ds,
    epochs=3
)

Nguồn mã: TensorFlow Images Tutorial

Đầu ra huấn luyện

Đang biên dịch mô hình
Đang fit mô hình vào dữ liệu
Epoch 1/3 92/92 [==============================] - 107s 1s/step - loss: 1.3570 - accuracy: 0.4183 - val_loss: 1.0730 - val_accuracy: 0.5913
Epoch 2/3 92/92 [==============================] - 101s 1s/step - loss: 1.0185 - accuracy: 0.5927 - val_loss: 1.0041 - val_accuracy: 0.6199
Epoch 3/3 92/92 [==============================] - 95s 1s/step - loss: 0.8691 - accuracy: 0.6529 - val_loss: 0.9985 - val_accuracy: 0.6281
<tensorflow.python.keras.callbacks.History at 0x7f2cdcbbba90>

Giải thích

• Sau khi tạo layer và train dữ liệu, compile mô hình.
• Sau compile, fit mô hình vào dataset đầu vào.
• Validation accuracy thấp hơn training accuracy → mô hình overfitting.