TensorFlowを使用して、PythonのIMDBデータセットの時間に関する精度と損失を視覚化するプロットを作成するにはどうすればよいですか？

Tensorflowは、Googleが提供する機械学習フレームワークです。これは、Pythonと組み合わせて使用​​されるオープンソースのフレームワークであり、アルゴリズム、深層学習アプリケーションなどを実装します。研究や生産目的で使用されます。

「IMDB」データセットには、5万本を超える映画のレビューが含まれています。このデータセットは通常、自然言語処理に関連する操作で使用されます。

Google Colaboratoryを使用して、以下のコードを実行しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

以下は、IMDBデータセットの時間に関する精度と損失を視覚化するプロットを作成するためのコードスニペットです-

例

history_dict = history.history
history_dict.keys()
acc = history_dict['binary_accuracy']
val_acc = history_dict['val_binary_accuracy']
loss = history_dict['loss']
val_loss = history_dict['val_loss']

epochs = range(1, len(acc) + 1)

plt.plot(epochs, loss, 'ro', label='Training loss')
plt.plot(epochs, val_loss, 'b', label='Validation loss')
plt.title('Training and validation loss with respect to time')
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()

plt.show()

コードクレジット − https://www.tensorflow.org/tutorials/keras/text_classification

出力

説明

• データがモデルに適合したら、実際の値と予測値を比較する必要があります。

• これを行う最良の方法は、視覚化することです。

• したがって、「matplotlib」ライブラリを使用して、トレーニングおよび検証中に発生した損失を時間に関してプロットします。

• これは、モデルに合うようにデータをトレーニングするために実行されたステップ（またはエポック）の数に基づいています。