Deep-learning-with-keras-training-the-model

Kerasによるディープラーニング-モデルのトレーニング

モデルのトレーニングは、以下のコードに見られるように、いくつかのパラメーターを取るfitと呼ばれる単一のメソッド呼び出しで行われます-

history = model.fit(X_train, Y_train,
   batch_size=128, epochs=20,
   verbose=2,
   validation_data=(X_test, Y_test)))

fitメソッドの最初の2つのパラメーターは、特徴とトレーニングデータセットの出力を指定します。

*epochs* は20に設定されています。トレーニングは最大20エポック（反復）に収束すると想定しています。 トレーニングされたモデルは、最後のパラメーターで指定されたテストデータで検証されます。

上記のコマンドの実行の部分的な出力はここに示されています-

Train on 60000 samples, validate on 10000 samples
Epoch 1/20
- 9s - loss: 0.2488 - acc: 0.9252 - val_loss: 0.1059 - val_acc: 0.9665
Epoch 2/20
- 9s - loss: 0.1004 - acc: 0.9688 - val_loss: 0.0850 - val_acc: 0.9715
Epoch 3/20
- 9s - loss: 0.0723 - acc: 0.9773 - val_loss: 0.0717 - val_acc: 0.9765
Epoch 4/20
- 9s - loss: 0.0532 - acc: 0.9826 - val_loss: 0.0665 - val_acc: 0.9795
Epoch 5/20
- 9s - loss: 0.0457 - acc: 0.9856 - val_loss: 0.0695 - val_acc: 0.9792

あなたのクイックリファレンスのために出力のスクリーンショットを以下に示します-

epochs

これで、モデルがトレーニングデータでトレーニングされたので、そのパフォーマンスを評価します。