 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 2 | 1/1 | 返回列表 |
| 查看: 1810 | 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
中國(guó)科學(xué)技術(shù)大學(xué)材料與化工281求調(diào)劑，有科研和獲獎(jiǎng)經(jīng)歷
已經(jīng)有12人回復(fù)
-
申博
已經(jīng)有4人回復(fù)
-
085701環(huán)境工程 求調(diào)劑
已經(jīng)有7人回復(fù)
-
考研282分求調(diào)劑，接受跨專業(yè)
已經(jīng)有5人回復(fù)
-
一志愿南京大學(xué)資源與環(huán)境專業(yè)283分求調(diào)劑
已經(jīng)有3人回復(fù)
-
歡迎211本科同學(xué)，過(guò)A區(qū)國(guó)家線，A區(qū)非偏遠(yuǎn)一本，交叉學(xué)科課題組
已經(jīng)有14人回復(fù)
-
【求調(diào)劑】293分環(huán)境工程求調(diào)劑材料/化工，服從調(diào)劑，抗壓能力強(qiáng)！
已經(jīng)有6人回復(fù)
-
347求調(diào)劑
已經(jīng)有6人回復(fù)
-
274環(huán)境工程求調(diào)劑
已經(jīng)有4人回復(fù)
-
環(huán)境工程專碩307 一志愿211 四六級(jí)已過(guò) 求調(diào)劑
已經(jīng)有6人回復(fù)
Alpha1024
新蟲(chóng) (正式寫手)
- 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 | |
|---|---|---|---|---|
|
[考研] 【求調(diào)劑】293分環(huán)境工程求調(diào)劑材料/化工，服從調(diào)劑，抗壓能力強(qiáng)！ +6 | xiiiia 2026-03-04 | 6/300 |
|
|---|---|---|---|---|
|
[考研] 347求調(diào)劑 +5 | 啊歐歐歐 2026-03-03 | 6/300 |
|
|
|
[考研] 274環(huán)境工程求調(diào)劑 +4 | 扶柳盈江 2026-03-05 | 4/200 |
|
|
|
[考研] 304求調(diào)劑 +7 | 曼殊2266 2026-02-28 | 8/400 |
|
|
|
[考研] 080500材料科學(xué)與工程 +8 | 202114020319 2026-03-03 | 8/400 |
|
|
|
[考研] 一志愿鄭州大學(xué)，學(xué)碩，物理化學(xué)， 333求調(diào)劑 +5 | 李魔女斗篷 2026-03-04 | 5/250 |
|
|
|
[考研] 0855機(jī)械工程324求調(diào)劑 +3 | 鄭SK 2026-03-02 | 7/350 |
|
|
|
[考研] 材料專碩290求調(diào)劑 +3 | 杰尼龜aaa 2026-03-04 | 3/150 |
|
|
|
[考研] 281求調(diào)劑 +3 | Y?l?h 2026-03-04 | 3/150 |
|
|
|
[考研] 306求調(diào)劑 +7 | 張張張張oo 2026-03-03 | 7/350 |
|
|
|
[考研] 298求調(diào)劑一志愿中海洋 +3 | lour. 2026-03-03 | 3/150 |
|
|
|
[考研] 理學(xué)，工學(xué)，農(nóng)學(xué)調(diào)劑，少走彎路，這里歡迎您！ +8 | likeihood 2026-03-02 | 11/550 |
|
|
|
[考研] 266材料化工求調(diào)劑 +3 | 哇塞王帥 2026-03-03 | 3/150 |
|
|
|
[考研] 290分材料工程085601求調(diào)劑 數(shù)二英一 +8 | llx0610 2026-03-02 | 9/450 |
|
|
|
[考研] 求調(diào)劑 +7 | repeatt?t 2026-02-28 | 7/350 |
|
|
|
[考研] 285求調(diào)劑 +9 | 滿頭大汗的學(xué)生 2026-02-28 | 9/450 |
|
|
|
[考研] 0856求調(diào)劑285 +11 | 呂仔龍 2026-02-28 | 11/550 |
|
|
|
[考研] 274求調(diào)劑 +3 | cgyzqwn 2026-03-01 | 7/350 |
|
|
|
[考研] 材料類求調(diào)劑 +11 | wana_kiko 2026-02-28 | 14/700 |
|
|
|
[考研] 307求調(diào)劑 +4 | 73372112 2026-02-28 | 6/300 |
|