我在keras
中创建了以下形式的神经网络:
from keras.layers import Dense, Activation, Input
from keras import Model
input_dim_v = 3
hidden_dims=[100, 100, 100]
inputs = Input(shape=(input_dim_v,))
net = inputs
for h_dim in hidden_dims:
net = Dense(h_dim)(net)
net = Activation("elu")(net)
outputs = Dense(self.output_dim_v)(net)
model_v = Model(inputs=inputs, outputs=outputs)
model_v.compile(optimizer='adam', loss='mean_squared_error', metrics=['mse'])
接下来,我使用model_v.train_on_batch(X[i],y[i])
单独训练每个样本。
为了测试神经网络是否成为更好的函数逼近器,我想定期对累积的X
和y
(在我的情况下,X
和y
会随时间增长)进行评估。然而,当我调用model_v.evaluate(X, y)
时,控制台中只显示了特征进度条,但既没有损失值也没有均方误差指标(在这种情况下它们是相同的)。
我该如何改变这种情况?