 |
 |
 |
| 24小時(shí)熱門(mén)版塊排行榜 |
- >論壇更新日志 (2661)
- >導(dǎo)師招生 (152)
- >考研 (129)
- >蟲(chóng)友互識(shí) (92)
- >博后之家 (56)
- >碩博家園 (45)
- >考博 (44)
- >文獻(xiàn)求助 (40)
- >基金申請(qǐng) (33)
- >論文投稿 (27)
- >休閑灌水 (20)
- >招聘信息布告欄 (19)
- >公派出國(guó) (19)
- >標(biāo)準(zhǔn)與專利 (12)
- >論文道賀祈福 (11)
- >找工作 (9)
 |
 |
 |
||
 |
 |
 |
 |
 |
| 2 | 1/1 | 返回列表 |
| 查看: 1823 | 回復(fù): 1 | |||
| 【懸賞金幣】回答本帖問(wèn)題，作者Alpha1024將贈(zèng)送您 10 個(gè)金幣 | |||
Alpha1024新蟲(chóng) (正式寫(xiě)手)
|
[求助]
為什么他報(bào)錯(cuò)的時(shí)候說(shuō)就一個(gè)樣本？
|
||
|
建了一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，輸入訓(xùn)練集，有多個(gè)樣本，見(jiàn)訓(xùn)練集，報(bào)錯(cuò)以及代碼，為什么他報(bào)錯(cuò)的時(shí)候說(shuō)就一個(gè)樣本？問(wèn)題在哪？ ValueError: Training data contains 1 samples, which is not sufficient to split it into a validation and training set as specified by `validation_split=0.2`. Either provide more data, or a different value for the `validation_split` argument. import numpy as np import pandas as pd import tensorflow as tf from tensorflow.keras import layers #定義模型 def get_model(): #建立一個(gè)序貫?zāi)Ｐ?br /> model = tf.keras.Sequential() #第一個(gè)卷積塊 model.add(layers.Conv2D(128, kernel_size=(3, 3), activation= 'relu', input_shape=(75, 75, 3))) model.add(layers.MaxPooling2D(pool_size=(3, 3), strides=(2, 2))) model.add(layers.Dropout(0.2)) #第二個(gè)卷積塊 model.add(layers.Conv2D(128, kernel_size=(3, 3), activation= 'relu')) model.add(layers.MaxPooling2D(pool_size=(2,2), strides=(2, 2))) model.add(layers.Dropout(0.2)) #第三個(gè)卷積塊 model.add(layers.Conv2D(64, kernel_size=(2, 2), activation='relu')) model.add(layers.MaxPooling2D(pool_size=(3, 3), strides=(2, 2))) model.add(layers.Dropout(0.2)) #第四個(gè)卷積塊 model.add(layers.Conv2D(64, kernel_size=(2, 2), activation= 'relu')) model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) model.add(layers.Dropout(0.2)) #將上一層的輸出特征映射轉(zhuǎn)化為一維數(shù)據(jù)，以便進(jìn)行全連接操作 model.add(layers.Flatten()) #第一個(gè)全連接層 model.add(layers.Dense(256)) model.add(layers.Activation('relu')) model.add(layers.Dropout(0.2)) #第二個(gè)全連接層 model.add(layers.Dense(128)) model.add(layers.Activation('relu')) model.add(layers.Dropout(0.2)) #第三個(gè)全連接層 model.add(layers.Dense(1)) model.add(layers.Activation('sigmoid')) #編譯模型 model.compile(loss= 'binary_crossentropy', optimizer=tf.keras.optimizers.Adam(0.0001), metrics=['accuracy']) #打印出模型的概況信息 model.summary() return model cnn_model = get_model() cnn_model. fit (train_x, train_y, batch_size=25, epochs=100, verbose=1, validation_split=0.2) 代碼 訓(xùn)練集顯示 [array([[[110, 110, 110], [110, 110, 110], [109, 109, 109], ..., [ 0, 0, 0], [ 0, 0, 0], [ 0, 0, 0]]]), array([[[110, 110, 110], [110, 110, 110], [109, 109, 109], ..., [255, 255, 255], [255, 255, 255], [255, 255, 255]]]), array([[[165, 165, 165], [173, 173, 173], [169, 169, 169], ..., [255, 255, 255], [255, 255, 255], [255, 255, 255]]]), array([[[58, 58, 58], [52, 52, 52], [51, 51, 51], ..., [47, 47, 47], [55, 55, 55], [49, 49, 49]]]), array([[[ 74, 74, 74], [ 76, 76, 76], [ 71, 71, 71], ..., [110, 110, 110], [106, 106, 106], [108, 108, 108]]]), array([[[159, 159, 159], [118, 118, 118], [132, 132, 132], ..., [ 93, 93, 93], [ 95, 95, 95], [ 91, 91, 91]]]), array([[[165, 165, 165], [173, 173, 173], [169, 169, 169], ..., [255, 255, 255], [255, 255, 255], [255, 255, 255]]]), array([[[110, 110, 110], [110, 110, 110], [109, 109, 109], ..., [255, 255, 255], [255, 255, 255], [255, 255, 255]]]), array([[[165, 165, 165], [173, 173, 173], [169, 169, 169], ..., [255, 255, 255], [255, 255, 255], [255, 255, 255]]]), array([[[58, 58, 58], [52, 52, 52], [51, 51, 51], ..., [47, 47, 47], [55, 55, 55], [49, 49, 49]]]), array([[[ 74, 74, 74], [ 76, 76, 76], [ 71, 71, 71], ..., [110, 110, 110], [106, 106, 106], [108, 108, 108]]]), array([[[159, 159, 159], [118, 118, 118], [132, 132, 132], ..., [ 93, 93, 93], [ 95, 95, 95], [ 91, 91, 91]]]), array([[[165, 165, 165], [173, 173, 173], [169, 169, 169], ..., [255, 255, 255], [255, 255, 255], [255, 255, 255]]]), array([[[110, 110, 110], [110, 110, 110], [109, 109, 109], ..., [255, 255, 255], [255, 255, 255], [255, 255, 255]]]), array([[[165, 165, 165], [173, 173, 173], [169, 169, 169], ..., [255, 255, 255], [255, 255, 255], [255, 255, 255]]]), array([[[58, 58, 58], [52, 52, 52], [51, 51, 51], ..., [47, 47, 47], [55, 55, 55], [49, 49, 49]]]), array([[[ 74, 74, 74], [ 76, 76, 76], [ 71, 71, 71], ..., [110, 110, 110], [106, 106, 106], [108, 108, 108]]]), array([[[159, 159, 159], [118, 118, 118], [132, 132, 132], ..., [ 93, 93, 93], [ 95, 95, 95], [ 91, 91, 91]]]), array([[[165, 165, 165], [173, 173, 173], [169, 169, 169], ..., 這是trainx [array(0), array(0), array(0), array(0), array(1), array(1), array(0), array(0), array(0), array(0), array(1), array(1), array(0), array(0), array(0), array(0), array(1), array(1), array(0)] 這是trainy |
回復(fù)此樓» 猜你喜歡
277求調(diào)劑
已經(jīng)有3人回復(fù)
-
求調(diào)劑
已經(jīng)有5人回復(fù)
-
材料與化工085600調(diào)劑求老師收留
已經(jīng)有6人回復(fù)
-
化工學(xué)碩306求調(diào)劑
已經(jīng)有3人回復(fù)
-
085701環(huán)境工程專碩求調(diào)劑
已經(jīng)有7人回復(fù)
-
伙伴們，祝我生日快樂(lè)吧
已經(jīng)有6人回復(fù)
-
（081700）化學(xué)工程與技術(shù)-298分求調(diào)劑
已經(jīng)有8人回復(fù)
-
302求調(diào)劑
已經(jīng)有3人回復(fù)
-
271求調(diào)劑
已經(jīng)有6人回復(fù)
-
290求調(diào)劑
已經(jīng)有5人回復(fù)
Alpha1024
新蟲(chóng) (正式寫(xiě)手)
- 應(yīng)助: 0 (幼兒園)
- 金幣: 392.1
- 散金: 75
- 帖子: 456
- 在線: 23.6小時(shí)
- 蟲(chóng)號(hào): 13952296
- 注冊(cè): 2019-02-01
- 專業(yè): 金屬材料表面科學(xué)與工程
2樓2023-11-21 15:50:24
相關(guān)版塊跳轉(zhuǎn)
我要訂閱樓主 Alpha1024 的主題更新
| 2 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考博] 售SCI一區(qū)T0P文章，我:8.O.5.5.1.O.5.4,科目齊全,可+急 +3 | 7x4iz20zqa 2026-03-11 | 8/400 |
|
|---|---|---|---|---|
|
[考研] 311求調(diào)劑 +6 | zchqwer 2026-03-10 | 6/300 |
|
|
|
[考研] 接受26屆調(diào)劑生 +22 | 豬豬豬毛 2026-03-06 | 23/1150 |
|
|
|
[考研] 求調(diào)劑 +4 | 鶴遨予卿 2026-03-09 | 4/200 |
|
|
|
[考研] 293求調(diào)劑，一志愿陜師大生物學(xué) +3 | ??????.?.??? 2026-03-09 | 3/150 |
|
|
|
[考研] 考研材料與化工，求調(diào)劑 +7 | 戲精丹丹丹 2026-03-09 | 7/350 |
|
|
|
[基金申請(qǐng)] 提交后的基金本子，已讓學(xué)校撤回了，可否換口子提交 +3 | dut_pfx 2026-03-10 | 3/150 |
|
|
|
[考研] 求調(diào)劑！ +3 | 朔朔話 2026-03-09 | 3/150 |
|
|
|
[考研] 337一志愿華南理工材料求調(diào)劑 +5 | mysdl 2026-03-07 | 5/250 |
|
|
|
[考研] 材料專碩調(diào)劑 +7 | 慕辰123 2026-03-05 | 10/500 |
|
|
|
[考研] 家人們 調(diào)劑不迷路 看這里 +8 | likeihood 2026-03-09 | 13/650 |
|
|
|
[考研] 一志愿山東大學(xué)，總分327，英語(yǔ)二79，有論文，有競(jìng)賽，已過(guò)四六級(jí) +3 | 木木目目1 2026-03-09 | 3/150 |
|
|
|
[考研] 297求調(diào)劑 +3 | 胡達(dá)靈 2026-03-05 | 5/250 |
|
|
|
[考研] 288求調(diào)劑（0703）一志愿東北大學(xué) +5 | 好好- 2026-03-07 | 5/250 |
|
|
|
[考研] 334求調(diào)劑 +8 | Trying] 2026-03-06 | 8/400 |
|
|
|
[考研] 求調(diào)劑，不管什么專業(yè)，我是可塑造的人才一枚，希望遇到知己老師撈撈我 +4 | 13102137290 2026-03-06 | 5/250 |
|
|
|
[考研] 2026調(diào)劑】考試A區(qū)0703化學(xué)類323分 誠(chéng)求接收 +3 | 卷柏卷柏 2026-03-05 | 4/200 |
|
|
|
[考研]
 085600材料與化工 292分 求調(diào)劑
+6
|
程晴之 2026-03-06 | 6/300 |
|
|
|
[考研] 308求調(diào)劑 +7 | 倘若起風(fēng)了呢 2026-03-05 | 9/450 |
|
|
|
[考研] 求調(diào)劑，學(xué)校研究所都可以，材料與化工267分 +6 | wmx1 2026-03-05 | 6/300 |
|