Почему tensorflow пропускает проверку val_acc, когда я использую большой размер? ⇐ Python

[Гость]

Я тренирую свою модель тензорного потока на основе множества файлов tfrecord. И я прочитал data_train и data_val следующим образом:

data = get_dataset(trainFile, btsize*10) data_train = data.take(btsize*8) data_val = data.skip(btsize*8) и я установил cp_callback, чтобы сохранить максимальную контрольную точку val_binary_accuracy.

cp_callback = tf.keras.callbacks.ModelCheckpoint( путь к файлу = путь к контрольной точке, подробный = 1, save_weights_only = Ложь, монитор = 'val_binary_accuracy', режим = 'макс', save_best_only=Истина ) History=model.fit(data_train, epochs=nEpc,atch_size=btsize, перемешать = Правда, #class_weight=class_weight, обратные вызовы=[cp_callback], validation_data=data_val, #validation_split=0,1, многословный = 1) Затем я обнаружил, что когда я устанавливаю btsize >=256, тензорный поток не выводит результат проверки. поэтому он выводит одно сообщение WARNING

ВНИМАНИЕ:tensorflow:Можно сохранить лучшую модель только при наличии val_binary_accuracy, пропуская. и btsize