python - TFLearn:仅使用 tflearn 创建训练测试集

Question

我正在使用自己的数据集，我想使用 tflearn 建立深度神经网络。

这是我的代码的一部分。

import tflearn
from tflearn.data_utils import load_csv

#Load the CSV File    
X, Y = load_csv('data.csv')

#Split Data in train and Test with tflearn

如何在 TFLearn 中执行一个函数来拆分 X、Y 并获得 train_X、test_X、train_Y、test_Y ？

我知道如何使用 numpy 和其他库，但我想使用 tflearn。

Answer 1

在 tflearn ( http://tflearn.org/models/dnn/ ) 中 tflearn.DNN 模型的 fit 方法中，您可以将选项 validation_set 设置为float 小于 1，然后模型会在训练时自动将您的输入拆分为训练集和验证集。

示例

import tflearn
from tflearn.data_utils import load_csv

#Load the CSV File    
X, Y = load_csv('data.csv')

# Define some network
network = ... 

# Training
model = tflearn.DNN(network, tensorboard_verbose=0)
model.fit(X, Y, n_epoch=20, validation_set=0.1) # will use 10% for validation
     

这将在训练时创建验证集，这与测试集不同。如果您只想要一个训练集和测试集，我建议您查看 train_test_split sklearn 中的函数，它还可以为您分割数据。