TensorFlow |如何实现 10 倍交叉验证？答案

【问题标题】：TensorFlow | How I can implement 10-fold cross-validation?TensorFlow |如何实现 10 倍交叉验证？
【发布时间】：2020-09-18 02:28:42
【问题描述】：

如何在这段代码中实现 10 折交叉验证？

(train_ds, val_ds, test_ds), metadata = tfds.load(
    'tf_flowers',
    split=['train[:60%]', 'train[60%:90%]', 'train[90%:]'],
    with_info=True,
    as_supervised=True)

附言

也许我做了 10 次交叉验证，但我不确定。

(train_ds, test_ds), metadata = tfds.load(
    'tf_flowers',
    split=['train[:90%]', 'train[90%:]'],
    with_info=True,
    as_supervised=True
)

val_ds = train_ds.split = [
  f'train[{k}%:{k+10}%]' for k in range(0, 100, 10)
]

【问题讨论】：

代码不正确。 val_ds = train_ds.split = [。先尝试修复它。
一切正常。但是 nvm，谢谢你的帮助！

标签： python tensorflow keras deep-learning conv-neural-network

【解决方案1】：

什么帮助了我！

(train_ds, test_ds), metadata = tfds.load(
    'tf_flowers',
    split=['train[:90%]', 'train[90%:]'],
    with_info=True,
    as_supervised=True
)

val_ds = train_ds.split = [
  f'train[{k}%:{k+10}%]' for k in range(0, 100, 10)
]

【讨论】：