Commit 735925c1 authored by Billy Amélie's avatar Billy Amélie
Browse files

Run notebooks

parent f3122ca1
......@@ -198,9 +198,9 @@
"name": "stdout",
"output_type": "stream",
"text": [
"Array shape: (176, 240, 240)\n",
"min value: -0.124956130312047\n",
"max value: 0.13136708968066257\n"
"Array shape: (176, 240, 240, 4)\n",
"min value: -0.1251496147096971\n",
"max value: 0.16921848376184256\n"
]
}
],
......@@ -215,7 +215,7 @@
"images = load_images(input_directory,\n",
" 'train',\n",
" patients_train_ids,\n",
" option='collage',\n",
" option='superposition',\n",
" outputH = 240,\n",
" outputW = 240)\n",
"\n",
......@@ -496,7 +496,7 @@
"Patient ID00009637202177434476278\n",
"Weeks 9\n",
"FVC 3610\n",
"Percent 84.1178\n",
"Percent 84.117812\n",
"Age 69\n",
"Sex Male\n",
"SmokingStatus Ex-smoker\n",
......@@ -547,6 +547,13 @@
"execution_count": 11,
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"INFO:NumExpr defaulting to 8 threads.\n"
]
},
{
"name": "stdout",
"output_type": "stream",
......@@ -569,14 +576,10 @@
"metadata": {},
"outputs": [
{
"ename": "ValueError",
"evalue": "could not broadcast input array from shape (240,240) into shape (240,240,4)",
"output_type": "error",
"traceback": [
"\u001b[0;31m---------------------------------------------------------------------------\u001b[0m",
"\u001b[0;31mValueError\u001b[0m Traceback (most recent call last)",
"\u001b[0;32m<ipython-input-12-e2ee16f176f4>\u001b[0m in \u001b[0;36m<module>\u001b[0;34m\u001b[0m\n\u001b[1;32m 6\u001b[0m \u001b[0mnb_data\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mlen\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mtrainAttrX\u001b[0m\u001b[0;34m[\u001b[0m\u001b[0mtrainAttrX\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mPatientID\u001b[0m \u001b[0;34m==\u001b[0m\u001b[0mpatient\u001b[0m\u001b[0;34m]\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 7\u001b[0m \u001b[0;32mfor\u001b[0m \u001b[0mii\u001b[0m \u001b[0;32min\u001b[0m \u001b[0mrange\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mnb_data\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m----> 8\u001b[0;31m \u001b[0mtrain_dataset\u001b[0m\u001b[0;34m[\u001b[0m\u001b[0mindice\u001b[0m\u001b[0;34m]\u001b[0m\u001b[0;34m=\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mtrainImagesX\u001b[0m\u001b[0;34m[\u001b[0m\u001b[0mi\u001b[0m\u001b[0;34m]\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 9\u001b[0m \u001b[0mindice\u001b[0m\u001b[0;34m+=\u001b[0m\u001b[0;36m1\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 10\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;31mValueError\u001b[0m: could not broadcast input array from shape (240,240) into shape (240,240,4)"
"name": "stdout",
"output_type": "stream",
"text": [
"1093 280\n"
]
}
],
......@@ -613,7 +616,7 @@
},
{
"cell_type": "code",
"execution_count": 14,
"execution_count": 13,
"metadata": {},
"outputs": [],
"source": [
......@@ -626,7 +629,7 @@
},
{
"cell_type": "code",
"execution_count": 15,
"execution_count": 14,
"metadata": {},
"outputs": [],
"source": [
......@@ -648,7 +651,7 @@
},
{
"cell_type": "code",
"execution_count": 33,
"execution_count": 42,
"metadata": {},
"outputs": [],
"source": [
......@@ -657,7 +660,7 @@
"from tensorflow.keras.models import Model\n",
"import efficientnet.tfkeras as efn\n",
"\n",
"new_model =efn.EfficientNetB1(weights='imagenet',include_top=False)\n",
"new_model = efn.EfficientNetB1(weights=None,include_top=False)\n",
"\n",
"input_channel = 4\n",
"config = new_model.get_config()\n",
......@@ -667,25 +670,27 @@
"\n",
"model = create_hybrid_transfer(trainAttrX.shape[1],new_model,custom_model,modify_name, input_channel)\n",
"opt = Adam(lr=1e-3, decay=1e-3 / 200)\n",
"model.compile(loss=\"mean_absolute_percentage_error\", optimizer=opt)"
"model.compile(loss=\"mean_squared_error\", optimizer=opt)"
]
},
{
"cell_type": "code",
"execution_count": 34,
"metadata": {},
"execution_count": 43,
"metadata": {
"scrolled": true
},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Model: \"model_5\"\n",
"Model: \"model_3\"\n",
"__________________________________________________________________________________________________\n",
"Layer (type) Output Shape Param # Connected to \n",
"==================================================================================================\n",
"input_3 (InputLayer) [(None, 240, 240, 4) 0 \n",
"input_2 (InputLayer) [(None, 240, 240, 4) 0 \n",
"__________________________________________________________________________________________________\n",
"stem_conv (Conv2D) (None, 120, 120, 32) 1152 input_3[0][0] \n",
"stem_conv (Conv2D) (None, 120, 120, 32) 1152 input_2[0][0] \n",
"__________________________________________________________________________________________________\n",
"stem_bn (BatchNormalization) (None, 120, 120, 32) 128 stem_conv[0][0] \n",
"__________________________________________________________________________________________________\n",
......@@ -1384,28 +1389,28 @@
"__________________________________________________________________________________________________\n",
"top_bn (BatchNormalization) (None, 8, 8, 1280) 5120 top_conv[0][0] \n",
"__________________________________________________________________________________________________\n",
"dense_12_input (InputLayer) [(None, 6)] 0 \n",
"dense_6_input (InputLayer) [(None, 6)] 0 \n",
"__________________________________________________________________________________________________\n",
"top_activation (Activation) (None, 8, 8, 1280) 0 top_bn[0][0] \n",
"__________________________________________________________________________________________________\n",
"dense_12 (Dense) (None, 8) 56 dense_12_input[0][0] \n",
"dense_6 (Dense) (None, 8) 56 dense_6_input[0][0] \n",
"__________________________________________________________________________________________________\n",
"global_average_pooling2d_2 (Glo (None, 1280) 0 top_activation[0][0] \n",
"global_average_pooling2d_1 (Glo (None, 1280) 0 top_activation[0][0] \n",
"__________________________________________________________________________________________________\n",
"dense_13 (Dense) (None, 4) 36 dense_12[0][0] \n",
"dense_7 (Dense) (None, 4) 36 dense_6[0][0] \n",
"__________________________________________________________________________________________________\n",
"dropout_2 (Dropout) (None, 1280) 0 global_average_pooling2d_2[0][0] \n",
"dropout_1 (Dropout) (None, 1280) 0 global_average_pooling2d_1[0][0] \n",
"__________________________________________________________________________________________________\n",
"dense_14 (Dense) (None, 1) 5 dense_13[0][0] \n",
"dense_8 (Dense) (None, 1) 5 dense_7[0][0] \n",
"__________________________________________________________________________________________________\n",
"dense_15 (Dense) (None, 1) 1281 dropout_2[0][0] \n",
"dense_9 (Dense) (None, 1) 1281 dropout_1[0][0] \n",
"__________________________________________________________________________________________________\n",
"concatenate_2 (Concatenate) (None, 2) 0 dense_14[0][0] \n",
" dense_15[0][0] \n",
"concatenate_1 (Concatenate) (None, 2) 0 dense_8[0][0] \n",
" dense_9[0][0] \n",
"__________________________________________________________________________________________________\n",
"dense_16 (Dense) (None, 4) 12 concatenate_2[0][0] \n",
"dense_10 (Dense) (None, 4) 12 concatenate_1[0][0] \n",
"__________________________________________________________________________________________________\n",
"dense_17 (Dense) (None, 1) 5 dense_16[0][0] \n",
"dense_11 (Dense) (None, 1) 5 dense_10[0][0] \n",
"==================================================================================================\n",
"Total params: 6,576,915\n",
"Trainable params: 1,395\n",
......@@ -1420,16 +1425,16 @@
},
{
"cell_type": "code",
"execution_count": 29,
"execution_count": 44,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"TensorShape([None, 240, 240, 3])"
"TensorShape([None, 240, 240, 4])"
]
},
"execution_count": 29,
"execution_count": 44,
"metadata": {},
"output_type": "execute_result"
}
......@@ -1441,14 +1446,14 @@
},
{
"cell_type": "code",
"execution_count": 22,
"execution_count": 45,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"(1093, 6) (140, 240, 240)\n"
"(1093, 6) (140, 240, 240, 4)\n"
]
}
],
......@@ -1458,14 +1463,14 @@
},
{
"cell_type": "code",
"execution_count": 23,
"execution_count": 46,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"(1093, 6) (1093, 240, 240)\n"
"(1093, 6) (1093, 240, 240, 4)\n"
]
}
],
......@@ -1475,7 +1480,7 @@
},
{
"cell_type": "code",
"execution_count": 24,
"execution_count": 47,
"metadata": {},
"outputs": [
{
......@@ -1566,7 +1571,7 @@
"4 79 2315 58.253649 21 1 1"
]
},
"execution_count": 24,
"execution_count": 47,
"metadata": {},
"output_type": "execute_result"
}
......@@ -1577,42 +1582,74 @@
},
{
"cell_type": "code",
"execution_count": 35,
"execution_count": 58,
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"WARNING:Model was constructed with shape (None, 240, 240, 4) for input KerasTensor(type_spec=TensorSpec(shape=(None, 240, 240, 4), dtype=tf.float32, name='input_3'), name='input_3', description=\"created by layer 'input_3'\"), but it was called on an input with incompatible shape (None, 240, 240).\n"
]
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"Epoch 1/10\n"
]
},
{
"ename": "ValueError",
"evalue": "in user code:\n\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py:805 train_function *\n return step_function(self, iterator)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py:795 step_function **\n outputs = model.distribute_strategy.run(run_step, args=(data,))\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/distribute/distribute_lib.py:1259 run\n return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/distribute/distribute_lib.py:2730 call_for_each_replica\n return self._call_for_each_replica(fn, args, kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/distribute/distribute_lib.py:3417 _call_for_each_replica\n return fn(*args, **kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py:788 run_step **\n outputs = model.train_step(data)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py:754 train_step\n y_pred = self(x, training=True)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/base_layer.py:1012 __call__\n outputs = call_fn(inputs, *args, **kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/functional.py:424 call\n return self._run_internal_graph(\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/functional.py:560 _run_internal_graph\n outputs = node.layer(*args, **kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/base_layer.py:998 __call__\n input_spec.assert_input_compatibility(self.input_spec, inputs, self.name)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/input_spec.py:234 assert_input_compatibility\n raise ValueError('Input ' + str(input_index) + ' of layer ' +\n\n ValueError: Input 0 of layer stem_conv is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: (None, 240, 240)\n",
"output_type": "error",
"traceback": [
"\u001b[0;31m---------------------------------------------------------------------------\u001b[0m",
"\u001b[0;31mValueError\u001b[0m Traceback (most recent call last)",
"\u001b[0;32m<timed exec>\u001b[0m in \u001b[0;36m<module>\u001b[0;34m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py\u001b[0m in \u001b[0;36mfit\u001b[0;34m(self, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, shuffle, class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, validation_batch_size, validation_freq, max_queue_size, workers, use_multiprocessing)\u001b[0m\n\u001b[1;32m 1098\u001b[0m _r=1):\n\u001b[1;32m 1099\u001b[0m \u001b[0mcallbacks\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mon_train_batch_begin\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mstep\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m-> 1100\u001b[0;31m \u001b[0mtmp_logs\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mtrain_function\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0miterator\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 1101\u001b[0m \u001b[0;32mif\u001b[0m \u001b[0mdata_handler\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mshould_sync\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 1102\u001b[0m \u001b[0mcontext\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0masync_wait\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py\u001b[0m in \u001b[0;36m__call__\u001b[0;34m(self, *args, **kwds)\u001b[0m\n\u001b[1;32m 826\u001b[0m \u001b[0mtracing_count\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mexperimental_get_tracing_count\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 827\u001b[0m \u001b[0;32mwith\u001b[0m \u001b[0mtrace\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mTrace\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_name\u001b[0m\u001b[0;34m)\u001b[0m \u001b[0;32mas\u001b[0m \u001b[0mtm\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m--> 828\u001b[0;31m \u001b[0mresult\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_call\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m*\u001b[0m\u001b[0margs\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0;34m**\u001b[0m\u001b[0mkwds\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 829\u001b[0m \u001b[0mcompiler\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0;34m\"xla\"\u001b[0m \u001b[0;32mif\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_experimental_compile\u001b[0m \u001b[0;32melse\u001b[0m \u001b[0;34m\"nonXla\"\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 830\u001b[0m \u001b[0mnew_tracing_count\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mexperimental_get_tracing_count\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py\u001b[0m in \u001b[0;36m_call\u001b[0;34m(self, *args, **kwds)\u001b[0m\n\u001b[1;32m 869\u001b[0m \u001b[0;31m# This is the first call of __call__, so we have to initialize.\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 870\u001b[0m \u001b[0minitializers\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0;34m[\u001b[0m\u001b[0;34m]\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m--> 871\u001b[0;31m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_initialize\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0margs\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0mkwds\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0madd_initializers_to\u001b[0m\u001b[0;34m=\u001b[0m\u001b[0minitializers\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 872\u001b[0m \u001b[0;32mfinally\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 873\u001b[0m \u001b[0;31m# At this point we know that the initialization is complete (or less\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py\u001b[0m in \u001b[0;36m_initialize\u001b[0;34m(self, args, kwds, add_initializers_to)\u001b[0m\n\u001b[1;32m 723\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_graph_deleter\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mFunctionDeleter\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_lifted_initializer_graph\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 724\u001b[0m self._concrete_stateful_fn = (\n\u001b[0;32m--> 725\u001b[0;31m self._stateful_fn._get_concrete_function_internal_garbage_collected( # pylint: disable=protected-access\n\u001b[0m\u001b[1;32m 726\u001b[0m *args, **kwds))\n\u001b[1;32m 727\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/eager/function.py\u001b[0m in \u001b[0;36m_get_concrete_function_internal_garbage_collected\u001b[0;34m(self, *args, **kwargs)\u001b[0m\n\u001b[1;32m 2967\u001b[0m \u001b[0margs\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0mkwargs\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0;32mNone\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0;32mNone\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 2968\u001b[0m \u001b[0;32mwith\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_lock\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m-> 2969\u001b[0;31m \u001b[0mgraph_function\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0m_\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_maybe_define_function\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0margs\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0mkwargs\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 2970\u001b[0m \u001b[0;32mreturn\u001b[0m \u001b[0mgraph_function\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 2971\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/eager/function.py\u001b[0m in \u001b[0;36m_maybe_define_function\u001b[0;34m(self, args, kwargs)\u001b[0m\n\u001b[1;32m 3359\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 3360\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_function_cache\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mmissed\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0madd\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mcall_context_key\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m-> 3361\u001b[0;31m \u001b[0mgraph_function\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_create_graph_function\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0margs\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0mkwargs\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 3362\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_function_cache\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mprimary\u001b[0m\u001b[0;34m[\u001b[0m\u001b[0mcache_key\u001b[0m\u001b[0;34m]\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mgraph_function\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 3363\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/eager/function.py\u001b[0m in \u001b[0;36m_create_graph_function\u001b[0;34m(self, args, kwargs, override_flat_arg_shapes)\u001b[0m\n\u001b[1;32m 3194\u001b[0m \u001b[0marg_names\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mbase_arg_names\u001b[0m \u001b[0;34m+\u001b[0m \u001b[0mmissing_arg_names\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 3195\u001b[0m graph_function = ConcreteFunction(\n\u001b[0;32m-> 3196\u001b[0;31m func_graph_module.func_graph_from_py_func(\n\u001b[0m\u001b[1;32m 3197\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_name\u001b[0m\u001b[0;34m,\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 3198\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m_python_function\u001b[0m\u001b[0;34m,\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/framework/func_graph.py\u001b[0m in \u001b[0;36mfunc_graph_from_py_func\u001b[0;34m(name, python_func, args, kwargs, signature, func_graph, autograph, autograph_options, add_control_dependencies, arg_names, op_return_value, collections, capture_by_value, override_flat_arg_shapes)\u001b[0m\n\u001b[1;32m 988\u001b[0m \u001b[0m_\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0moriginal_func\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mtf_decorator\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0munwrap\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mpython_func\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 989\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m--> 990\u001b[0;31m \u001b[0mfunc_outputs\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mpython_func\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m*\u001b[0m\u001b[0mfunc_args\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0;34m**\u001b[0m\u001b[0mfunc_kwargs\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 991\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 992\u001b[0m \u001b[0;31m# invariant: `func_outputs` contains only Tensors, CompositeTensors,\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py\u001b[0m in \u001b[0;36mwrapped_fn\u001b[0;34m(*args, **kwds)\u001b[0m\n\u001b[1;32m 632\u001b[0m \u001b[0mxla_context\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mExit\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 633\u001b[0m \u001b[0;32melse\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m--> 634\u001b[0;31m \u001b[0mout\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mweak_wrapped_fn\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0m__wrapped__\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m*\u001b[0m\u001b[0margs\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0;34m**\u001b[0m\u001b[0mkwds\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 635\u001b[0m \u001b[0;32mreturn\u001b[0m \u001b[0mout\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 636\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;32m~/anaconda3/lib/python3.8/site-packages/tensorflow/python/framework/func_graph.py\u001b[0m in \u001b[0;36mwrapper\u001b[0;34m(*args, **kwargs)\u001b[0m\n\u001b[1;32m 975\u001b[0m \u001b[0;32mexcept\u001b[0m \u001b[0mException\u001b[0m \u001b[0;32mas\u001b[0m \u001b[0me\u001b[0m\u001b[0;34m:\u001b[0m \u001b[0;31m# pylint:disable=broad-except\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 976\u001b[0m \u001b[0;32mif\u001b[0m \u001b[0mhasattr\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0me\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0;34m\"ag_error_metadata\"\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m--> 977\u001b[0;31m \u001b[0;32mraise\u001b[0m \u001b[0me\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mag_error_metadata\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mto_exception\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0me\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 978\u001b[0m \u001b[0;32melse\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 979\u001b[0m \u001b[0;32mraise\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n",
"\u001b[0;31mValueError\u001b[0m: in user code:\n\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py:805 train_function *\n return step_function(self, iterator)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py:795 step_function **\n outputs = model.distribute_strategy.run(run_step, args=(data,))\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/distribute/distribute_lib.py:1259 run\n return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/distribute/distribute_lib.py:2730 call_for_each_replica\n return self._call_for_each_replica(fn, args, kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/distribute/distribute_lib.py:3417 _call_for_each_replica\n return fn(*args, **kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py:788 run_step **\n outputs = model.train_step(data)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py:754 train_step\n y_pred = self(x, training=True)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/base_layer.py:1012 __call__\n outputs = call_fn(inputs, *args, **kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/functional.py:424 call\n return self._run_internal_graph(\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/functional.py:560 _run_internal_graph\n outputs = node.layer(*args, **kwargs)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/base_layer.py:998 __call__\n input_spec.assert_input_compatibility(self.input_spec, inputs, self.name)\n /home/ilafnoune/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/input_spec.py:234 assert_input_compatibility\n raise ValueError('Input ' + str(input_index) + ' of layer ' +\n\n ValueError: Input 0 of layer stem_conv is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: (None, 240, 240)\n"
"Epoch 1/30\n",
"137/137 [==============================] - ETA: 2:08 - loss: 1.037 - ETA: 1:33 - loss: 1.323 - ETA: 1:27 - loss: 1.155 - ETA: 1:35 - loss: 0.897 - ETA: 1:34 - loss: 0.868 - ETA: 1:34 - loss: 1.349 - ETA: 1:34 - loss: 1.223 - ETA: 1:32 - loss: 1.107 - ETA: 1:30 - loss: 1.087 - ETA: 1:29 - loss: 1.068 - ETA: 1:27 - loss: 1.105 - ETA: 1:27 - loss: 1.111 - ETA: 1:26 - loss: 1.070 - ETA: 1:24 - loss: 1.042 - ETA: 1:24 - loss: 1.050 - ETA: 1:23 - loss: 1.048 - ETA: 1:22 - loss: 1.013 - ETA: 1:21 - loss: 0.972 - ETA: 1:20 - loss: 0.939 - ETA: 1:19 - loss: 0.927 - ETA: 1:18 - loss: 1.018 - ETA: 1:18 - loss: 1.008 - ETA: 1:16 - loss: 1.001 - ETA: 1:15 - loss: 0.985 - ETA: 1:14 - loss: 0.969 - ETA: 1:14 - loss: 0.949 - ETA: 1:13 - loss: 0.947 - ETA: 1:13 - loss: 0.941 - ETA: 1:12 - loss: 0.980 - ETA: 1:11 - loss: 0.972 - ETA: 1:10 - loss: 0.950 - ETA: 1:09 - loss: 0.956 - ETA: 1:08 - loss: 0.969 - ETA: 1:07 - loss: 0.971 - ETA: 1:07 - loss: 0.960 - ETA: 1:06 - loss: 1.097 - ETA: 1:06 - loss: 1.099 - ETA: 1:05 - loss: 1.085 - ETA: 1:04 - loss: 1.068 - ETA: 1:04 - loss: 1.052 - ETA: 1:03 - loss: 1.060 - ETA: 1:02 - loss: 1.041 - ETA: 1:01 - loss: 1.030 - ETA: 1:00 - loss: 1.014 - ETA: 1:00 - loss: 1.000 - ETA: 59s - loss: 1.023 - ETA: 59s - loss: 1.01 - ETA: 58s - loss: 1.00 - ETA: 58s - loss: 1.05 - ETA: 57s - loss: 1.05 - ETA: 56s - loss: 1.04 - ETA: 56s - loss: 1.03 - ETA: 55s - loss: 1.01 - ETA: 55s - loss: 1.01 - ETA: 54s - loss: 1.00 - ETA: 53s - loss: 1.01 - ETA: 53s - loss: 1.05 - ETA: 52s - loss: 1.05 - ETA: 51s - loss: 1.03 - ETA: 51s - loss: 1.02 - ETA: 50s - loss: 1.03 - ETA: 49s - loss: 1.02 - ETA: 49s - loss: 1.02 - ETA: 48s - loss: 1.02 - ETA: 47s - loss: 1.01 - ETA: 47s - loss: 1.00 - ETA: 46s - loss: 1.00 - ETA: 45s - loss: 0.99 - ETA: 44s - loss: 0.98 - ETA: 44s - loss: 0.97 - ETA: 43s - loss: 0.97 - ETA: 42s - loss: 0.96 - ETA: 42s - loss: 0.96 - ETA: 41s - loss: 0.97 - ETA: 40s - loss: 0.96 - ETA: 39s - loss: 0.96 - ETA: 39s - loss: 0.95 - ETA: 38s - loss: 0.95 - ETA: 37s - loss: 0.95 - ETA: 37s - loss: 0.94 - ETA: 36s - loss: 0.94 - ETA: 35s - loss: 0.94 - ETA: 35s - loss: 0.98 - ETA: 34s - loss: 1.01 - ETA: 33s - loss: 1.01 - ETA: 33s - loss: 1.01 - ETA: 32s - loss: 1.00 - ETA: 31s - loss: 1.00 - ETA: 31s - loss: 1.01 - ETA: 30s - loss: 1.00 - ETA: 29s - loss: 1.00 - ETA: 28s - loss: 0.99 - ETA: 28s - loss: 0.99 - ETA: 27s - loss: 0.99 - ETA: 26s - loss: 1.00 - ETA: 26s - loss: 1.00 - ETA: 25s - loss: 0.99 - ETA: 24s - loss: 0.98 - ETA: 24s - loss: 0.98 - ETA: 23s - loss: 0.98 - ETA: 23s - loss: 0.98 - ETA: 22s - loss: 0.97 - ETA: 21s - loss: 0.97 - ETA: 21s - loss: 0.97 - ETA: 20s - loss: 0.99 - ETA: 19s - loss: 0.99 - ETA: 19s - loss: 1.00 - ETA: 18s - loss: 0.99 - ETA: 17s - loss: 1.00 - ETA: 17s - loss: 0.99 - ETA: 16s - loss: 0.99 - ETA: 15s - loss: 0.99 - ETA: 15s - loss: 1.00 - ETA: 14s - loss: 0.99 - ETA: 13s - loss: 0.99 - ETA: 13s - loss: 1.01 - ETA: 12s - loss: 1.01 - ETA: 12s - loss: 1.02 - ETA: 11s - loss: 1.01 - ETA: 10s - loss: 1.01 - ETA: 10s - loss: 1.02 - ETA: 9s - loss: 1.0189 - ETA: 8s - loss: 1.013 - ETA: 8s - loss: 1.013 - ETA: 7s - loss: 1.011 - ETA: 6s - loss: 1.010 - ETA: 6s - loss: 1.005 - ETA: 5s - loss: 1.001 - ETA: 5s - loss: 0.997 - ETA: 4s - loss: 0.998 - ETA: 3s - loss: 1.002 - ETA: 3s - loss: 1.001 - ETA: 2s - loss: 0.999 - ETA: 1s - loss: 0.997 - ETA: 1s - loss: 0.994 - ETA: 0s - loss: 0.990 - ETA: 0s - loss: 0.986 - 140s 1s/step - loss: 0.9868 - val_loss: 1.4009\n",
"Epoch 2/30\n",
"137/137 [==============================] - ETA: 1:36 - loss: 0.705 - ETA: 1:35 - loss: 0.617 - ETA: 1:28 - loss: 0.478 - ETA: 1:30 - loss: 0.509 - ETA: 1:30 - loss: 0.521 - ETA: 1:27 - loss: 0.622 - ETA: 1:26 - loss: 0.680 - ETA: 1:27 - loss: 0.664 - ETA: 1:26 - loss: 0.779 - ETA: 1:24 - loss: 0.796 - ETA: 1:24 - loss: 0.846 - ETA: 1:24 - loss: 0.830 - ETA: 1:24 - loss: 0.998 - ETA: 1:25 - loss: 0.989 - ETA: 1:24 - loss: 0.983 - ETA: 1:23 - loss: 0.978 - ETA: 1:23 - loss: 0.984 - ETA: 1:22 - loss: 0.999 - ETA: 1:21 - loss: 0.980 - ETA: 1:20 - loss: 0.945 - ETA: 1:19 - loss: 0.983 - ETA: 1:18 - loss: 0.988 - ETA: 1:18 - loss: 0.968 - ETA: 1:16 - loss: 0.987 - ETA: 1:16 - loss: 1.010 - ETA: 1:15 - loss: 1.024 - ETA: 1:14 - loss: 1.007 - ETA: 1:13 - loss: 0.999 - ETA: 1:12 - loss: 0.987 - ETA: 1:12 - loss: 0.981 - ETA: 1:11 - loss: 0.973 - ETA: 1:10 - loss: 1.020 - ETA: 1:09 - loss: 1.007 - ETA: 1:09 - loss: 1.047 - ETA: 1:08 - loss: 1.037 - ETA: 1:07 - loss: 1.014 - ETA: 1:06 - loss: 0.993 - ETA: 1:05 - loss: 1.015 - ETA: 1:05 - loss: 1.002 - ETA: 1:04 - loss: 1.031 - ETA: 1:03 - loss: 1.020 - ETA: 1:02 - loss: 1.009 - ETA: 1:02 - loss: 1.012 - ETA: 1:01 - loss: 1.005 - ETA: 1:00 - loss: 0.994 - ETA: 1:00 - loss: 0.977 - ETA: 59s - loss: 0.977 - ETA: 58s - loss: 0.97 - ETA: 57s - loss: 1.03 - ETA: 57s - loss: 1.02 - ETA: 56s - loss: 1.01 - ETA: 55s - loss: 1.00 - ETA: 55s - loss: 1.00 - ETA: 54s - loss: 0.99 - ETA: 54s - loss: 0.98 - ETA: 53s - loss: 0.99 - ETA: 52s - loss: 1.00 - ETA: 52s - loss: 1.00 - ETA: 51s - loss: 1.02 - ETA: 51s - loss: 1.02 - ETA: 50s - loss: 1.01 - ETA: 50s - loss: 1.01 - ETA: 49s - loss: 1.00 - ETA: 48s - loss: 1.00 - ETA: 48s - loss: 1.00 - ETA: 47s - loss: 0.99 - ETA: 46s - loss: 0.98 - ETA: 46s - loss: 0.97 - ETA: 45s - loss: 1.00 - ETA: 44s - loss: 1.00 - ETA: 44s - loss: 1.00 - ETA: 43s - loss: 0.99 - ETA: 42s - loss: 0.99 - ETA: 42s - loss: 0.98 - ETA: 41s - loss: 0.97 - ETA: 40s - loss: 0.96 - ETA: 39s - loss: 0.96 - ETA: 39s - loss: 0.98 - ETA: 38s - loss: 0.98 - ETA: 37s - loss: 0.97 - ETA: 37s - loss: 0.96 - ETA: 36s - loss: 0.96 - ETA: 35s - loss: 0.96 - ETA: 35s - loss: 0.96 - ETA: 34s - loss: 0.96 - ETA: 33s - loss: 0.98 - ETA: 33s - loss: 0.98 - ETA: 32s - loss: 0.97 - ETA: 31s - loss: 0.97 - ETA: 31s - loss: 1.00 - ETA: 30s - loss: 1.00 - ETA: 29s - loss: 0.99 - ETA: 29s - loss: 0.99 - ETA: 28s - loss: 0.98 - ETA: 27s - loss: 0.98 - ETA: 27s - loss: 0.98 - ETA: 26s - loss: 0.97 - ETA: 25s - loss: 1.00 - ETA: 25s - loss: 0.99 - ETA: 24s - loss: 0.98 - ETA: 23s - loss: 0.98 - ETA: 23s - loss: 0.98 - ETA: 22s - loss: 0.98 - ETA: 21s - loss: 0.98 - ETA: 21s - loss: 0.97 - ETA: 20s - loss: 0.97 - ETA: 19s - loss: 0.97 - ETA: 19s - loss: 0.96 - ETA: 18s - loss: 0.96 - ETA: 17s - loss: 0.97 - ETA: 17s - loss: 0.96 - ETA: 16s - loss: 0.97 - ETA: 15s - loss: 0.96 - ETA: 15s - loss: 0.96 - ETA: 14s - loss: 0.96 - ETA: 14s - loss: 0.95 - ETA: 13s - loss: 0.95 - ETA: 12s - loss: 0.94 - ETA: 12s - loss: 0.94 - ETA: 11s - loss: 0.93 - ETA: 10s - loss: 0.92 - ETA: 10s - loss: 0.93 - ETA: 9s - loss: 0.9290 - ETA: 8s - loss: 0.927 - ETA: 8s - loss: 0.929 - ETA: 7s - loss: 0.928 - ETA: 6s - loss: 0.926 - ETA: 6s - loss: 0.921 - ETA: 5s - loss: 0.923 - ETA: 4s - loss: 0.920 - ETA: 4s - loss: 0.917 - ETA: 3s - loss: 0.912 - ETA: 2s - loss: 0.908 - ETA: 2s - loss: 0.913 - ETA: 1s - loss: 0.914 - ETA: 0s - loss: 0.913 - ETA: 0s - loss: 0.909 - 124s 906ms/step - loss: 0.9098 - val_loss: 1.2463\n",
"Epoch 3/30\n",
"137/137 [==============================] - ETA: 1:41 - loss: 1.608 - ETA: 1:33 - loss: 1.078 - ETA: 1:34 - loss: 0.913 - ETA: 1:34 - loss: 0.849 - ETA: 1:37 - loss: 0.771 - ETA: 1:37 - loss: 0.782 - ETA: 1:36 - loss: 0.755 - ETA: 1:35 - loss: 0.692 - ETA: 1:34 - loss: 0.649 - ETA: 1:33 - loss: 0.768 - ETA: 1:32 - loss: 0.786 - ETA: 1:32 - loss: 0.773 - ETA: 1:31 - loss: 0.744 - ETA: 1:29 - loss: 0.806 - ETA: 1:29 - loss: 0.849 - ETA: 1:28 - loss: 0.850 - ETA: 1:27 - loss: 0.871 - ETA: 1:26 - loss: 0.903 - ETA: 1:26 - loss: 0.880 - ETA: 1:24 - loss: 0.859 - ETA: 1:23 - loss: 0.840 - ETA: 1:22 - loss: 0.824 - ETA: 1:22 - loss: 0.808 - ETA: 1:21 - loss: 0.778 - ETA: 1:20 - loss: 0.778 - ETA: 1:20 - loss: 0.766 - ETA: 1:19 - loss: 0.785 - ETA: 1:18 - loss: 0.776 - ETA: 1:18 - loss: 0.772 - ETA: 1:17 - loss: 0.782 - ETA: 1:16 - loss: 0.767 - ETA: 1:15 - loss: 0.786 - ETA: 1:15 - loss: 0.797 - ETA: 1:14 - loss: 0.809 - ETA: 1:13 - loss: 0.818 - ETA: 1:12 - loss: 0.815 - ETA: 1:12 - loss: 0.827 - ETA: 1:11 - loss: 0.826 - ETA: 1:11 - loss: 0.811 - ETA: 1:10 - loss: 0.802 - ETA: 1:10 - loss: 0.797 - ETA: 1:10 - loss: 0.830 - ETA: 1:10 - loss: 0.818 - ETA: 1:09 - loss: 0.805 - ETA: 1:09 - loss: 0.806 - ETA: 1:08 - loss: 0.805 - ETA: 1:08 - loss: 0.794 - ETA: 1:07 - loss: 0.797 - ETA: 1:07 - loss: 0.789 - ETA: 1:06 - loss: 0.798 - ETA: 1:06 - loss: 0.795 - ETA: 1:05 - loss: 0.785 - ETA: 1:04 - loss: 0.775 - ETA: 1:03 - loss: 0.776 - ETA: 1:03 - loss: 0.779 - ETA: 1:02 - loss: 0.771 - ETA: 1:01 - loss: 0.764 - ETA: 1:00 - loss: 0.759 - ETA: 1:00 - loss: 0.759 - ETA: 59s - loss: 0.766 - ETA: 58s - loss: 0.76 - ETA: 57s - loss: 0.76 - ETA: 56s - loss: 0.79 - ETA: 56s - loss: 0.79 - ETA: 55s - loss: 0.78 - ETA: 54s - loss: 0.77 - ETA: 53s - loss: 0.77 - ETA: 53s - loss: 0.77 - ETA: 52s - loss: 0.77 - ETA: 51s - loss: 0.77 - ETA: 50s - loss: 0.77 - ETA: 49s - loss: 0.76 - ETA: 49s - loss: 0.76 - ETA: 48s - loss: 0.75 - ETA: 47s - loss: 0.75 - ETA: 46s - loss: 0.75 - ETA: 45s - loss: 0.75 - ETA: 45s - loss: 0.75 - ETA: 44s - loss: 0.75 - ETA: 43s - loss: 0.75 - ETA: 42s - loss: 0.75 - ETA: 42s - loss: 0.74 - ETA: 41s - loss: 0.74 - ETA: 40s - loss: 0.74 - ETA: 39s - loss: 0.75 - ETA: 38s - loss: 0.74 - ETA: 38s - loss: 0.74 - ETA: 37s - loss: 0.74 - ETA: 36s - loss: 0.74 - ETA: 35s - loss: 0.74 - ETA: 34s - loss: 0.74 - ETA: 33s - loss: 0.74 - ETA: 33s - loss: 0.74 - ETA: 32s - loss: 0.73 - ETA: 31s - loss: 0.73 - ETA: 31s - loss: 0.73 - ETA: 30s - loss: 0.73 - ETA: 29s - loss: 0.73 - ETA: 28s - loss: 0.73 - ETA: 28s - loss: 0.75 - ETA: 27s - loss: 0.79 - ETA: 26s - loss: 0.80 - ETA: 25s - loss: 0.82 - ETA: 25s - loss: 0.81 - ETA: 24s - loss: 0.81 - ETA: 23s - loss: 0.81 - ETA: 22s - loss: 0.81 - ETA: 22s - loss: 0.81 - ETA: 21s - loss: 0.80 - ETA: 20s - loss: 0.81 - ETA: 19s - loss: 0.80 - ETA: 18s - loss: 0.81 - ETA: 18s - loss: 0.81 - ETA: 17s - loss: 0.81 - ETA: 16s - loss: 0.81 - ETA: 15s - loss: 0.81 - ETA: 14s - loss: 0.80 - ETA: 14s - loss: 0.81 - ETA: 13s - loss: 0.80 - ETA: 12s - loss: 0.80 - ETA: 11s - loss: 0.80 - ETA: 11s - loss: 0.80 - ETA: 10s - loss: 0.80 - ETA: 9s - loss: 0.8007 - ETA: 8s - loss: 0.797 - ETA: 8s - loss: 0.797 - ETA: 7s - loss: 0.813 - ETA: 6s - loss: 0.815 - ETA: 5s - loss: 0.811 - ETA: 5s - loss: 0.811 - ETA: 4s - loss: 0.809 - ETA: 3s - loss: 0.809 - ETA: 2s - loss: 0.807 - ETA: 2s - loss: 0.830 - ETA: 1s - loss: 0.837 - ETA: 0s - loss: 0.837 - ETA: 0s - loss: 0.835 - 123s 901ms/step - loss: 0.8357 - val_loss: 1.1534\n",
"Epoch 4/30\n",
"137/137 [==============================] - ETA: 1:32 - loss: 0.274 - ETA: 1:21 - loss: 0.841 - ETA: 1:24 - loss: 0.690 - ETA: 1:26 - loss: 0.755 - ETA: 1:24 - loss: 0.666 - ETA: 1:22 - loss: 0.634 - ETA: 1:20 - loss: 0.609 - ETA: 1:19 - loss: 0.592 - ETA: 1:20 - loss: 0.596 - ETA: 1:19 - loss: 0.588 - ETA: 1:18 - loss: 0.606 - ETA: 1:17 - loss: 0.604 - ETA: 1:16 - loss: 0.607 - ETA: 1:15 - loss: 0.626 - ETA: 1:14 - loss: 0.614 - ETA: 1:14 - loss: 0.622 - ETA: 1:13 - loss: 0.610 - ETA: 1:12 - loss: 0.605 - ETA: 1:11 - loss: 0.601 - ETA: 1:11 - loss: 0.621 - ETA: 1:10 - loss: 0.638 - ETA: 1:09 - loss: 0.653 - ETA: 1:09 - loss: 0.773 - ETA: 1:08 - loss: 0.755 - ETA: 1:07 - loss: 0.753 - ETA: 1:07 - loss: 0.761 - ETA: 1:06 - loss: 0.742 - ETA: 1:05 - loss: 0.723 - ETA: 1:05 - loss: 0.725 - ETA: 1:04 - loss: 0.716 - ETA: 1:03 - loss: 0.717 - ETA: 1:03 - loss: 0.712 - ETA: 1:02 - loss: 0.716 - ETA: 1:01 - loss: 0.708 - ETA: 1:01 - loss: 0.714 - ETA: 1:00 - loss: 0.699 - ETA: 1:00 - loss: 0.693 - ETA: 59s - loss: 0.696 - ETA: 58s - loss: 0.69 - ETA: 58s - loss: 0.68 - ETA: 57s - loss: 0.69 - ETA: 57s - loss: 0.69 - ETA: 56s - loss: 0.68 - ETA: 55s - loss: 0.68 - ETA: 55s - loss: 0.69 - ETA: 54s - loss: 0.69 - ETA: 53s - loss: 0.69 - ETA: 53s - loss: 0.68 - ETA: 52s - loss: 0.68 - ETA: 52s - loss: 0.69 - ETA: 51s - loss: 0.69 - ETA: 51s - loss: 0.69 - ETA: 50s - loss: 0.69 - ETA: 50s - loss: 0.68 - ETA: 49s - loss: 0.70 - ETA: 48s - loss: 0.70 - ETA: 48s - loss: 0.69 - ETA: 47s - loss: 0.69 - ETA: 47s - loss: 0.72 - ETA: 46s - loss: 0.72 - ETA: 46s - loss: 0.73 - ETA: 45s - loss: 0.72 - ETA: 45s - loss: 0.72 - ETA: 44s - loss: 0.73 - ETA: 44s - loss: 0.73 - ETA: 43s - loss: 0.73 - ETA: 43s - loss: 0.73 - ETA: 42s - loss: 0.74 - ETA: 42s - loss: 0.74 - ETA: 41s - loss: 0.76 - ETA: 40s - loss: 0.75 - ETA: 40s - loss: 0.75 - ETA: 39s - loss: 0.76 - ETA: 38s - loss: 0.75 - ETA: 38s - loss: 0.75 - ETA: 37s - loss: 0.75 - ETA: 37s - loss: 0.75 - ETA: 36s - loss: 0.76 - ETA: 35s - loss: 0.77 - ETA: 35s - loss: 0.76 - ETA: 34s - loss: 0.76 - ETA: 34s - loss: 0.75 - ETA: 33s - loss: 0.75 - ETA: 33s - loss: 0.75 - ETA: 32s - loss: 0.74 - ETA: 31s - loss: 0.74 - ETA: 31s - loss: 0.74 - ETA: 30s - loss: 0.74 - ETA: 30s - loss: 0.74 - ETA: 29s - loss: 0.74 - ETA: 28s - loss: 0.74 - ETA: 28s - loss: 0.74 - ETA: 27s - loss: 0.73 - ETA: 27s - loss: 0.73 - ETA: 26s - loss: 0.75 - ETA: 25s - loss: 0.75 - ETA: 25s - loss: 0.75 - ETA: 24s - loss: 0.76 - ETA: 23s - loss: 0.76 - ETA: 23s - loss: 0.76 - ETA: 22s - loss: 0.75 - ETA: 22s - loss: 0.75 - ETA: 21s - loss: 0.75 - ETA: 20s - loss: 0.75 - ETA: 20s - loss: 0.75 - ETA: 19s - loss: 0.74 - ETA: 18s - loss: 0.74 - ETA: 18s - loss: 0.74 - ETA: 17s - loss: 0.74 - ETA: 17s - loss: 0.74 - ETA: 16s - loss: 0.80 - ETA: 15s - loss: 0.80 - ETA: 15s - loss: 0.80 - ETA: 14s - loss: 0.80 - ETA: 14s - loss: 0.80 - ETA: 13s - loss: 0.79 - ETA: 12s - loss: 0.79 - ETA: 12s - loss: 0.78 - ETA: 11s - loss: 0.78 - ETA: 10s - loss: 0.78 - ETA: 10s - loss: 0.78 - ETA: 9s - loss: 0.7847 - ETA: 8s - loss: 0.781 - ETA: 8s - loss: 0.786 - ETA: 7s - loss: 0.788 - ETA: 6s - loss: 0.783 - ETA: 6s - loss: 0.779 - ETA: 5s - loss: 0.779 - ETA: 5s - loss: 0.776 - ETA: 4s - loss: 0.772 - ETA: 3s - loss: 0.771 - ETA: 3s - loss: 0.775 - ETA: 2s - loss: 0.773 - ETA: 1s - loss: 0.769 - ETA: 1s - loss: 0.770 - ETA: 0s - loss: 0.770 - ETA: 0s - loss: 0.771 - 111s 811ms/step - loss: 0.7718 - val_loss: 1.0453\n",
"Epoch 5/30\n",
"137/137 [==============================] - ETA: 1:23 - loss: 0.561 - ETA: 1:20 - loss: 0.576 - ETA: 1:22 - loss: 0.763 - ETA: 1:24 - loss: 0.690 - ETA: 1:25 - loss: 0.614 - ETA: 1:26 - loss: 0.550 - ETA: 1:26 - loss: 0.554 - ETA: 1:26 - loss: 0.539 - ETA: 1:25 - loss: 0.507 - ETA: 1:25 - loss: 0.514 - ETA: 1:24 - loss: 0.556 - ETA: 1:22 - loss: 0.602 - ETA: 1:21 - loss: 0.609 - ETA: 1:20 - loss: 0.607 - ETA: 1:19 - loss: 0.613 - ETA: 1:18 - loss: 0.629 - ETA: 1:17 - loss: 0.639 - ETA: 1:16 - loss: 0.629 - ETA: 1:15 - loss: 0.624 - ETA: 1:14 - loss: 0.615 - ETA: 1:14 - loss: 0.598 - ETA: 1:13 - loss: 0.609 - ETA: 1:12 - loss: 0.619 - ETA: 1:11 - loss: 0.626 - ETA: 1:11 - loss: 0.745 - ETA: 1:10 - loss: 0.745 - ETA: 1:09 - loss: 0.748 - ETA: 1:08 - loss: 0.734 - ETA: 1:08 - loss: 0.722 - ETA: 1:07 - loss: 0.722 - ETA: 1:07 - loss: 0.715 - ETA: 1:06 - loss: 0.723 - ETA: 1:06 - loss: 0.722 - ETA: 1:05 - loss: 0.710 - ETA: 1:05 - loss: 0.695 - ETA: 1:05 - loss: 0.683 - ETA: 1:05 - loss: 0.684 - ETA: 1:05 - loss: 0.686 - ETA: 1:04 - loss: 0.681 - ETA: 1:04 - loss: 0.672 - ETA: 1:04 - loss: 0.704 - ETA: 1:03 - loss: 0.704 - ETA: 1:03 - loss: 0.699 - ETA: 1:02 - loss: 0.689 - ETA: 1:01 - loss: 0.685 - ETA: 1:01 - loss: 0.718 - ETA: 1:00 - loss: 0.741 - ETA: 59s - loss: 0.732 - ETA: 59s - loss: 0.73 - ETA: 58s - loss: 0.72 - ETA: 57s - loss: 0.72 - ETA: 57s - loss: 0.72 - ETA: 56s - loss: 0.71 - ETA: 55s - loss: 0.71 - ETA: 54s - loss: 0.70 - ETA: 54s - loss: 0.71 - ETA: 53s - loss: 0.71 - ETA: 52s - loss: 0.70 - ETA: 51s - loss: 0.70 - ETA: 51s - loss: 0.70 - ETA: 50s - loss: 0.73 - ETA: 49s - loss: 0.72 - ETA: 48s - loss: 0.72 - ETA: 48s - loss: 0.72 - ETA: 47s - loss: 0.73 - ETA: 46s - loss: 0.73 - ETA: 45s - loss: 0.72 - ETA: 45s - loss: 0.72 - ETA: 44s - loss: 0.71 - ETA: 43s - loss: 0.71 - ETA: 42s - loss: 0.71 - ETA: 42s - loss: 0.72 - ETA: 41s - loss: 0.71 - ETA: 40s - loss: 0.71 - ETA: 40s - loss: 0.71 - ETA: 39s - loss: 0.70 - ETA: 38s - loss: 0.71 - ETA: 38s - loss: 0.71 - ETA: 37s - loss: 0.72 - ETA: 36s - loss: 0.72 - ETA: 36s - loss: 0.72 - ETA: 35s - loss: 0.72 - ETA: 34s - loss: 0.72 - ETA: 34s - loss: 0.72 - ETA: 33s - loss: 0.72 - ETA: 32s - loss: 0.71 - ETA: 32s - loss: 0.71 - ETA: 31s - loss: 0.73 - ETA: 31s - loss: 0.73 - ETA: 30s - loss: 0.74 - ETA: 30s - loss: 0.74 - ETA: 29s - loss: 0.74 - ETA: 28s - loss: 0.75 - ETA: 28s - loss: 0.75 - ETA: 27s - loss: 0.75 - ETA: 27s - loss: 0.74 - ETA: 26s - loss: 0.74 - ETA: 25s - loss: 0.74 - ETA: 25s - loss: 0.74 - ETA: 24s - loss: 0.74 - ETA: 23s - loss: 0.74 - ETA: 23s - loss: 0.74 - ETA: 22s - loss: 0.73 - ETA: 21s - loss: 0.73 - ETA: 21s - loss: 0.73 - ETA: 20s - loss: 0.72 - ETA: 19s - loss: 0.72 - ETA: 19s - loss: 0.72 - ETA: 18s - loss: 0.72 - ETA: 17s - loss: 0.72 - ETA: 17s - loss: 0.72 - ETA: 16s - loss: 0.72 - ETA: 16s - loss: 0.72 - ETA: 15s - loss: 0.72 - ETA: 14s - loss: 0.72 - ETA: 14s - loss: 0.72 - ETA: 13s - loss: 0.71 - ETA: 12s - loss: 0.71 - ETA: 12s - loss: 0.72 - ETA: 11s - loss: 0.72 - ETA: 10s - loss: 0.72 - ETA: 10s - loss: 0.72 - ETA: 9s - loss: 0.7174 - ETA: 8s - loss: 0.719 - ETA: 8s - loss: 0.715 - ETA: 7s - loss: 0.715 - ETA: 6s - loss: 0.715 - ETA: 6s - loss: 0.713 - ETA: 5s - loss: 0.712 - ETA: 4s - loss: 0.710 - ETA: 4s - loss: 0.711 - ETA: 3s - loss: 0.738 - ETA: 2s - loss: 0.736 - ETA: 2s - loss: 0.733 - ETA: 1s - loss: 0.731 - ETA: 0s - loss: 0.730 - ETA: 0s - loss: 0.728 - 114s 835ms/step - loss: 0.7283 - val_loss: 0.9921\n",
"Epoch 6/30\n",
"137/137 [==============================] - ETA: 1:23 - loss: 0.257 - ETA: 1:27 - loss: 0.483 - ETA: 1:28 - loss: 0.475 - ETA: 1:28 - loss: 0.600 - ETA: 1:29 - loss: 0.576 - ETA: 1:27 - loss: 0.585 - ETA: 1:25 - loss: 0.537 - ETA: 1:24 - loss: 0.536 - ETA: 1:23 - loss: 0.504 - ETA: 1:22 - loss: 0.615 - ETA: 1:21 - loss: 0.607 - ETA: 1:20 - loss: 0.598 - ETA: 1:20 - loss: 0.724 - ETA: 1:20 - loss: 0.706 - ETA: 1:22 - loss: 0.708 - ETA: 1:21 - loss: 0.684 - ETA: 1:21 - loss: 0.656 - ETA: 1:20 - loss: 0.636 - ETA: 1:19 - loss: 0.644 - ETA: 1:18 - loss: 0.633 - ETA: 1:17 - loss: 0.610 - ETA: 1:16 - loss: 0.614 - ETA: 1:15 - loss: 0.627 - ETA: 1:14 - loss: 0.653 - ETA: 1:14 - loss: 0.676 - ETA: 1:13 - loss: 0.670 - ETA: 1:12 - loss: 0.674 - ETA: 1:12 - loss: 0.672 - ETA: 1:11 - loss: 0.653 - ETA: 1:10 - loss: 0.651 - ETA: 1:10 - loss: 0.651 - ETA: 1:09 - loss: 0.645 - ETA: 1:08 - loss: 0.638 - ETA: 1:07 - loss: 0.642 - ETA: 1:07 - loss: 0.631 - ETA: 1:06 - loss: 0.639 - ETA: 1:05 - loss: 0.632 - ETA: 1:04 - loss: 0.635 - ETA: 1:04 - loss: 0.703 - ETA: 1:03 - loss: 0.720 - ETA: 1:02 - loss: 0.708 - ETA: 1:02 - loss: 0.707 - ETA: 1:01 - loss: 0.705 - ETA: 1:00 - loss: 0.700 - ETA: 59s - loss: 0.738 - ETA: 59s - loss: 0.73 - ETA: 58s - loss: 0.73 - ETA: 57s - loss: 0.72 - ETA: 57s - loss: 0.71 - ETA: 56s - loss: 0.71 - ETA: 55s - loss: 0.70 - ETA: 54s - loss: 0.70 - ETA: 54s - loss: 0.70 - ETA: 53s - loss: 0.69 - ETA: 53s - loss: 0.69 - ETA: 52s - loss: 0.69 - ETA: 51s - loss: 0.68 - ETA: 50s - loss: 0.68 - ETA: 50s - loss: 0.70 - ETA: 49s - loss: 0.69 - ETA: 48s - loss: 0.69 - ETA: 48s - loss: 0.69 - ETA: 47s - loss: 0.69 - ETA: 46s - loss: 0.68 - ETA: 46s - loss: 0.68 - ETA: 45s - loss: 0.68 - ETA: 44s - loss: 0.68 - ETA: 44s - loss: 0.68 - ETA: 43s - loss: 0.68 - ETA: 42s - loss: 0.67 - ETA: 42s - loss: 0.67 - ETA: 41s - loss: 0.68 - ETA: 41s - loss: 0.68 - ETA: 40s - loss: 0.67 - ETA: 39s - loss: 0.67 - ETA: 39s - loss: 0.67 - ETA: 38s - loss: 0.67 - ETA: 37s - loss: 0.67 - ETA: 37s - loss: 0.67 - ETA: 36s - loss: 0.68 - ETA: 36s - loss: 0.67 - ETA: 35s - loss: 0.67 - ETA: 34s - loss: 0.66 - ETA: 34s - loss: 0.66 - ETA: 33s - loss: 0.67 - ETA: 33s - loss: 0.67 - ETA: 32s - loss: 0.67 - ETA: 31s - loss: 0.67 - ETA: 31s - loss: 0.67 - ETA: 30s - loss: 0.67 - ETA: 29s - loss: 0.67 - ETA: 28s - loss: 0.67 - ETA: 28s - loss: 0.67 - ETA: 27s - loss: 0.70 - ETA: 26s - loss: 0.70 - ETA: 26s - loss: 0.69 - ETA: 25s - loss: 0.69 - ETA: 24s - loss: 0.69 - ETA: 24s - loss: 0.69 - ETA: 23s - loss: 0.69 - ETA: 23s - loss: 0.69 - ETA: 22s - loss: 0.69 - ETA: 21s - loss: 0.69 - ETA: 21s - loss: 0.69 - ETA: 20s - loss: 0.69 - ETA: 19s - loss: 0.69 - ETA: 19s - loss: 0.69 - ETA: 18s - loss: 0.69 - ETA: 17s - loss: 0.69 - ETA: 17s - loss: 0.69 - ETA: 16s - loss: 0.69 - ETA: 15s - loss: 0.69 - ETA: 15s - loss: 0.69 - ETA: 14s - loss: 0.69 - ETA: 13s - loss: 0.68 - ETA: 13s - loss: 0.68 - ETA: 12s - loss: 0.68 - ETA: 12s - loss: 0.68 - ETA: 11s - loss: 0.68 - ETA: 10s - loss: 0.67 - ETA: 10s - loss: 0.67 - ETA: 9s - loss: 0.6834 - ETA: 8s - loss: 0.681 - ETA: 8s - loss: 0.685 - ETA: 7s - loss: 0.684 - ETA: 6s - loss: 0.685 - ETA: 6s - loss: 0.682 - ETA: 5s - loss: 0.684 - ETA: 5s - loss: 0.682 - ETA: 4s - loss: 0.681 - ETA: 3s - loss: 0.679 - ETA: 3s - loss: 0.678 - ETA: 2s - loss: 0.676 - ETA: 1s - loss: 0.680 - ETA: 1s - loss: 0.678 - ETA: 0s - loss: 0.679 - ETA: 0s - loss: 0.680 - 107s 785ms/step - loss: 0.6803 - val_loss: 0.9103\n",
"Epoch 7/30\n",
"137/137 [==============================] - ETA: 1:24 - loss: 0.726 - ETA: 1:27 - loss: 1.007 - ETA: 1:33 - loss: 0.804 - ETA: 1:30 - loss: 0.765 - ETA: 1:30 - loss: 0.685 - ETA: 1:28 - loss: 0.644 - ETA: 1:26 - loss: 0.602 - ETA: 1:27 - loss: 0.607 - ETA: 1:26 - loss: 0.712 - ETA: 1:26 - loss: 0.875 - ETA: 1:25 - loss: 0.848 - ETA: 1:23 - loss: 0.840 - ETA: 1:22 - loss: 0.942 - ETA: 1:21 - loss: 0.907 - ETA: 1:20 - loss: 1.027 - ETA: 1:19 - loss: 0.977 - ETA: 1:18 - loss: 0.978 - ETA: 1:17 - loss: 0.943 - ETA: 1:17 - loss: 0.938 - ETA: 1:15 - loss: 0.902 - ETA: 1:14 - loss: 0.875 - ETA: 1:13 - loss: 0.846 - ETA: 1:12 - loss: 0.836 - ETA: 1:11 - loss: 0.812 - ETA: 1:11 - loss: 0.799 - ETA: 1:10 - loss: 0.778 - ETA: 1:09 - loss: 0.771 - ETA: 1:08 - loss: 0.767 - ETA: 1:07 - loss: 0.751 - ETA: 1:07 - loss: 0.747 - ETA: 1:06 - loss: 0.743 - ETA: 1:05 - loss: 0.757 - ETA: 1:05 - loss: 0.741 - ETA: 1:04 - loss: 0.736 - ETA: 1:04 - loss: 0.746 - ETA: 1:03 - loss: 0.737 - ETA: 1:02 - loss: 0.745 - ETA: 1:02 - loss: 0.745 - ETA: 1:01 - loss: 0.737 - ETA: 1:01 - loss: 0.727 - ETA: 1:00 - loss: 0.729 - ETA: 1:00 - loss: 0.737 - ETA: 59s - loss: 0.766 - ETA: 58s - loss: 0.75 - ETA: 58s - loss: 0.75 - ETA: 57s - loss: 0.74 - ETA: 56s - loss: 0.74 - ETA: 56s - loss: 0.73 - ETA: 55s - loss: 0.73 - ETA: 54s - loss: 0.73 - ETA: 54s - loss: 0.72 - ETA: 53s - loss: 0.72 - ETA: 52s - loss: 0.71 - ETA: 52s - loss: 0.70 - ETA: 51s - loss: 0.70 - ETA: 50s - loss: 0.70 - ETA: 50s - loss: 0.69 - ETA: 49s - loss: 0.69 - ETA: 48s - loss: 0.69 - ETA: 48s - loss: 0.70 - ETA: 47s - loss: 0.69 - ETA: 46s - loss: 0.69 - ETA: 46s - loss: 0.69 - ETA: 45s - loss: 0.68 - ETA: 45s - loss: 0.68 - ETA: 44s - loss: 0.68 - ETA: 43s - loss: 0.68 - ETA: 43s - loss: 0.67 - ETA: 42s - loss: 0.67 - ETA: 41s - loss: 0.67 - ETA: 41s - loss: 0.68 - ETA: 40s - loss: 0.67 - ETA: 39s - loss: 0.67 - ETA: 39s - loss: 0.66 - ETA: 38s - loss: 0.66 - ETA: 38s - loss: 0.65 - ETA: 37s - loss: 0.65 - ETA: 36s - loss: 0.65 - ETA: 36s - loss: 0.64 - ETA: 35s - loss: 0.64 - ETA: 34s - loss: 0.64 - ETA: 34s - loss: 0.64 - ETA: 33s - loss: 0.65 - ETA: 32s - loss: 0.64 - ETA: 32s - loss: 0.64 - ETA: 31s - loss: 0.63 - ETA: 31s - loss: 0.63 - ETA: 30s - loss: 0.63 - ETA: 29s - loss: 0.63 - ETA: 29s - loss: 0.62 - ETA: 28s - loss: 0.62 - ETA: 27s - loss: 0.62 - ETA: 27s - loss: 0.63 - ETA: 26s - loss: 0.62 - ETA: 25s - loss: 0.62 - ETA: 25s - loss: 0.62 - ETA: 24s - loss: 0.65 - ETA: 24s - loss: 0.64 - ETA: 23s - loss: 0.64 - ETA: 22s - loss: 0.64 - ETA: 22s - loss: 0.64 - ETA: 21s - loss: 0.64 - ETA: 20s - loss: 0.64 - ETA: 20s - loss: 0.64 - ETA: 19s - loss: 0.64 - ETA: 19s - loss: 0.64 - ETA: 18s - loss: 0.64 - ETA: 17s - loss: 0.64 - ETA: 17s - loss: 0.64 - ETA: 16s - loss: 0.63 - ETA: 15s - loss: 0.64 - ETA: 15s - loss: 0.64 - ETA: 14s - loss: 0.64 - ETA: 14s - loss: 0.64 - ETA: 13s - loss: 0.65 - ETA: 12s - loss: 0.65 - ETA: 12s - loss: 0.64 - ETA: 11s - loss: 0.64 - ETA: 10s - loss: 0.64 - ETA: 10s - loss: 0.64 - ETA: 9s - loss: 0.6412 - ETA: 9s - loss: 0.647 - ETA: 8s - loss: 0.645 - ETA: 7s - loss: 0.641 - ETA: 7s - loss: 0.640 - ETA: 6s - loss: 0.637 - ETA: 6s - loss: 0.640 - ETA: 5s - loss: 0.639 - ETA: 4s - loss: 0.639 - ETA: 4s - loss: 0.641 - ETA: 3s - loss: 0.641 - ETA: 3s - loss: 0.639 - ETA: 2s - loss: 0.638 - ETA: 1s - loss: 0.636 - ETA: 1s - loss: 0.636 - ETA: 0s - loss: 0.639 - ETA: 0s - loss: 0.637 - 103s 751ms/step - loss: 0.6375 - val_loss: 0.8075\n",
"Epoch 8/30\n",
"137/137 [==============================] - ETA: 1:16 - loss: 0.506 - ETA: 1:17 - loss: 0.586 - ETA: 1:16 - loss: 0.485 - ETA: 1:15 - loss: 0.505 - ETA: 1:15 - loss: 0.515 - ETA: 1:15 - loss: 0.520 - ETA: 1:15 - loss: 0.543 - ETA: 1:14 - loss: 0.574 - ETA: 1:14 - loss: 0.545 - ETA: 1:13 - loss: 0.540 - ETA: 1:13 - loss: 0.508 - ETA: 1:12 - loss: 0.517 - ETA: 1:12 - loss: 0.512 - ETA: 1:11 - loss: 0.536 - ETA: 1:11 - loss: 0.531 - ETA: 1:11 - loss: 0.528 - ETA: 1:10 - loss: 0.561 - ETA: 1:09 - loss: 0.561 - ETA: 1:09 - loss: 0.564 - ETA: 1:08 - loss: 0.550 - ETA: 1:08 - loss: 0.550 - ETA: 1:07 - loss: 0.568 - ETA: 1:07 - loss: 0.556 - ETA: 1:07 - loss: 0.569 - ETA: 1:07 - loss: 0.563 - ETA: 1:07 - loss: 0.565 - ETA: 1:07 - loss: 0.559 - ETA: 1:07 - loss: 0.545 - ETA: 1:07 - loss: 0.555 - ETA: 1:07 - loss: 0.567 - ETA: 1:07 - loss: 0.564 - ETA: 1:08 - loss: 0.563 - ETA: 1:09 - loss: 0.582 - ETA: 1:09 - loss: 0.591 - ETA: 1:08 - loss: 0.606 - ETA: 1:07 - loss: 0.603 - ETA: 1:07 - loss: 0.597 - ETA: 1:06 - loss: 0.604 - ETA: 1:06 - loss: 0.600 - ETA: 1:05 - loss: 0.590 - ETA: 1:05 - loss: 0.601 - ETA: 1:04 - loss: 0.594 - ETA: 1:03 - loss: 0.593 - ETA: 1:03 - loss: 0.588 - ETA: 1:02 - loss: 0.577 - ETA: 1:01 - loss: 0.577 - ETA: 1:00 - loss: 0.575 - ETA: 1:00 - loss: 0.572 - ETA: 59s - loss: 0.570 - ETA: 58s - loss: 0.56 - ETA: 57s - loss: 0.57 - ETA: 56s - loss: 0.56 - ETA: 56s - loss: 0.56 - ETA: 55s - loss: 0.56 - ETA: 54s - loss: 0.55 - ETA: 53s - loss: 0.56 - ETA: 53s - loss: 0.55 - ETA: 52s - loss: 0.58 - ETA: 51s - loss: 0.58 - ETA: 51s - loss: 0.58 - ETA: 50s - loss: 0.57 - ETA: 50s - loss: 0.57 - ETA: 49s - loss: 0.57 - ETA: 49s - loss: 0.57 - ETA: 48s - loss: 0.58 - ETA: 47s - loss: 0.57 - ETA: 47s - loss: 0.58 - ETA: 46s - loss: 0.59 - ETA: 45s - loss: 0.60 - ETA: 45s - loss: 0.60 - ETA: 44s - loss: 0.59 - ETA: 44s - loss: 0.59 - ETA: 43s - loss: 0.59 - ETA: 42s - loss: 0.59 - ETA: 42s - loss: 0.58 - ETA: 41s - loss: 0.58 - ETA: 41s - loss: 0.58 - ETA: 40s - loss: 0.58 - ETA: 40s - loss: 0.58 - ETA: 39s - loss: 0.58 - ETA: 39s - loss: 0.58 - ETA: 38s - loss: 0.58 - ETA: 37s - loss: 0.58 - ETA: 37s - loss: 0.58 - ETA: 36s - loss: 0.58 - ETA: 35s - loss: 0.58 - ETA: 34s - loss: 0.58 - ETA: 34s - loss: 0.57 - ETA: 33s - loss: 0.58 - ETA: 32s - loss: 0.58 - ETA: 32s - loss: 0.58 - ETA: 31s - loss: 0.58 - ETA: 30s - loss: 0.58 - ETA: 30s - loss: 0.58 - ETA: 29s - loss: 0.58 - ETA: 28s - loss: 0.59 - ETA: 27s - loss: 0.59 - ETA: 27s - loss: 0.58 - ETA: 26s - loss: 0.58 - ETA: 25s - loss: 0.60 - ETA: 25s - loss: 0.60 - ETA: 24s - loss: 0.59 - ETA: 23s - loss: 0.59 - ETA: 22s - loss: 0.60 - ETA: 22s - loss: 0.60 - ETA: 21s - loss: 0.60 - ETA: 20s - loss: 0.59 - ETA: 20s - loss: 0.59 - ETA: 19s - loss: 0.59 - ETA: 18s - loss: 0.60 - ETA: 17s - loss: 0.60 - ETA: 17s - loss: 0.60 - ETA: 16s - loss: 0.60 - ETA: 15s - loss: 0.60 - ETA: 15s - loss: 0.60 - ETA: 14s - loss: 0.59 - ETA: 13s - loss: 0.60 - ETA: 12s - loss: 0.59 - ETA: 12s - loss: 0.60 - ETA: 11s - loss: 0.60 - ETA: 10s - loss: 0.60 - ETA: 10s - loss: 0.60 - ETA: 9s - loss: 0.6089 - ETA: 8s - loss: 0.605 - ETA: 8s - loss: 0.603 - ETA: 7s - loss: 0.604 - ETA: 6s - loss: 0.601 - ETA: 6s - loss: 0.601 - ETA: 5s - loss: 0.611 - ETA: 4s - loss: 0.609 - ETA: 4s - loss: 0.608 - ETA: 3s - loss: 0.607 - ETA: 2s - loss: 0.606 - ETA: 2s - loss: 0.606 - ETA: 1s - loss: 0.603 - ETA: 0s - loss: 0.600 - ETA: 0s - loss: 0.600 - 116s 847ms/step - loss: 0.6004 - val_loss: 0.7410\n",
"Epoch 9/30\n",
"137/137 [==============================] - ETA: 1:47 - loss: 0.510 - ETA: 1:39 - loss: 0.807 - ETA: 1:34 - loss: 0.731 - ETA: 1:31 - loss: 0.745 - ETA: 1:29 - loss: 0.639 - ETA: 1:27 - loss: 0.613 - ETA: 1:27 - loss: 0.576 - ETA: 1:29 - loss: 0.550 - ETA: 1:31 - loss: 0.546 - ETA: 1:36 - loss: 0.563 - ETA: 1:37 - loss: 0.536 - ETA: 1:37 - loss: 0.532 - ETA: 1:36 - loss: 0.516 - ETA: 1:37 - loss: 0.538 - ETA: 1:41 - loss: 0.523 - ETA: 1:42 - loss: 0.533 - ETA: 1:41 - loss: 0.540 - ETA: 1:40 - loss: 0.533 - ETA: 1:42 - loss: 0.544 - ETA: 1:46 - loss: 0.534 - ETA: 1:43 - loss: 0.538 - ETA: 1:42 - loss: 0.547 - ETA: 1:41 - loss: 0.549 - ETA: 1:40 - loss: 0.537 - ETA: 1:42 - loss: 0.527 - ETA: 1:41 - loss: 0.525 - ETA: 1:39 - loss: 0.574 - ETA: 1:37 - loss: 0.571 - ETA: 1:35 - loss: 0.562 - ETA: 1:35 - loss: 0.560 - ETA: 1:35 - loss: 0.552 - ETA: 1:33 - loss: 0.564 - ETA: 1:32 - loss: 0.557 - ETA: 1:30 - loss: 0.552 - ETA: 1:29 - loss: 0.542 - ETA: 1:27 - loss: 0.549 - ETA: 1:28 - loss: 0.548 - ETA: 1:27 - loss: 0.540 - ETA: 1:25 - loss: 0.548 - ETA: 1:24 - loss: 0.547 - ETA: 1:22 - loss: 0.548 - ETA: 1:21 - loss: 0.544 - ETA: 1:21 - loss: 0.553 - ETA: 1:21 - loss: 0.555 - ETA: 1:19 - loss: 0.547 - ETA: 1:19 - loss: 0.549 - ETA: 1:18 - loss: 0.541 - ETA: 1:17 - loss: 0.544 - ETA: 1:16 - loss: 0.539 - ETA: 1:15 - loss: 0.536 - ETA: 1:14 - loss: 0.531 - ETA: 1:13 - loss: 0.525 - ETA: 1:12 - loss: 0.523 - ETA: 1:10 - loss: 0.522 - ETA: 1:09 - loss: 0.521 - ETA: 1:08 - loss: 0.516 - ETA: 1:07 - loss: 0.513 - ETA: 1:06 - loss: 0.512 - ETA: 1:05 - loss: 0.508 - ETA: 1:03 - loss: 0.505 - ETA: 1:02 - loss: 0.503 - ETA: 1:01 - loss: 0.500 - ETA: 1:00 - loss: 0.498 - ETA: 59s - loss: 0.499 - ETA: 58s - loss: 0.51 - ETA: 58s - loss: 0.50 - ETA: 57s - loss: 0.50 - ETA: 56s - loss: 0.50 - ETA: 55s - loss: 0.50 - ETA: 54s - loss: 0.51 - ETA: 53s - loss: 0.51 - ETA: 52s - loss: 0.52 - ETA: 51s - loss: 0.51 - ETA: 50s - loss: 0.51 - ETA: 49s - loss: 0.51 - ETA: 49s - loss: 0.50 - ETA: 48s - loss: 0.50 - ETA: 47s - loss: 0.53 - ETA: 46s - loss: 0.53 - ETA: 46s - loss: 0.53 - ETA: 45s - loss: 0.53 - ETA: 44s - loss: 0.53 - ETA: 43s - loss: 0.53 - ETA: 43s - loss: 0.53 - ETA: 42s - loss: 0.53 - ETA: 41s - loss: 0.53 - ETA: 40s - loss: 0.54 - ETA: 39s - loss: 0.54 - ETA: 38s - loss: 0.53 - ETA: 38s - loss: 0.55 - ETA: 37s - loss: 0.55 - ETA: 36s - loss: 0.55 - ETA: 35s - loss: 0.55 - ETA: 34s - loss: 0.55 - ETA: 33s - loss: 0.56 - ETA: 32s - loss: 0.56 - ETA: 31s - loss: 0.56 - ETA: 31s - loss: 0.56 - ETA: 30s - loss: 0.56 - ETA: 29s - loss: 0.56 - ETA: 28s - loss: 0.56 - ETA: 27s - loss: 0.56 - ETA: 26s - loss: 0.56 - ETA: 25s - loss: 0.56 - ETA: 24s - loss: 0.55 - ETA: 24s - loss: 0.55 - ETA: 23s - loss: 0.55 - ETA: 22s - loss: 0.55 - ETA: 21s - loss: 0.55 - ETA: 20s - loss: 0.55 - ETA: 20s - loss: 0.55 - ETA: 19s - loss: 0.55 - ETA: 18s - loss: 0.55 - ETA: 17s - loss: 0.55 - ETA: 16s - loss: 0.55 - ETA: 16s - loss: 0.55 - ETA: 15s - loss: 0.55 - ETA: 14s - loss: 0.55 - ETA: 13s - loss: 0.55 - ETA: 12s - loss: 0.55 - ETA: 12s - loss: 0.55 - ETA: 11s - loss: 0.56 - ETA: 10s - loss: 0.56 - ETA: 9s - loss: 0.5613 - ETA: 9s - loss: 0.560 - ETA: 8s - loss: 0.561 - ETA: 7s - loss: 0.559 - ETA: 6s - loss: 0.563 - ETA: 6s - loss: 0.562 - ETA: 5s - loss: 0.562 - ETA: 4s - loss: 0.562 - ETA: 3s - loss: 0.561 - ETA: 2s - loss: 0.573 - ETA: 2s - loss: 0.571 - ETA: 1s - loss: 0.569 - ETA: 0s - loss: 0.566 - ETA: 0s - loss: 0.565 - 124s 908ms/step - loss: 0.5656 - val_loss: 0.6993\n",
"Epoch 10/30\n",
"137/137 [==============================] - ETA: 1:27 - loss: 0.393 - ETA: 1:22 - loss: 0.518 - ETA: 1:22 - loss: 0.565 - ETA: 1:24 - loss: 0.584 - ETA: 1:24 - loss: 0.614 - ETA: 1:22 - loss: 0.560 - ETA: 1:21 - loss: 0.592 - ETA: 1:19 - loss: 0.727 - ETA: 1:18 - loss: 0.700 - ETA: 1:18 - loss: 0.646 - ETA: 1:17 - loss: 0.652 - ETA: 1:18 - loss: 0.621 - ETA: 1:19 - loss: 0.586 - ETA: 1:19 - loss: 0.579 - ETA: 1:18 - loss: 0.581 - ETA: 1:18 - loss: 0.568 - ETA: 1:17 - loss: 0.572 - ETA: 1:15 - loss: 0.572 - ETA: 1:15 - loss: 0.559 - ETA: 1:14 - loss: 0.549 - ETA: 1:14 - loss: 0.619 - ETA: 1:13 - loss: 0.635 - ETA: 1:12 - loss: 0.636 - ETA: 1:11 - loss: 0.632 - ETA: 1:11 - loss: 0.620 - ETA: 1:11 - loss: 0.610 - ETA: 1:10 - loss: 0.627 - ETA: 1:10 - loss: 0.623 - ETA: 1:09 - loss: 0.618 - ETA: 1:09 - loss: 0.620 - ETA: 1:08 - loss: 0.639 - ETA: 1:07 - loss: 0.634 - ETA: 1:07 - loss: 0.644 - ETA: 1:06 - loss: 0.642 - ETA: 1:05 - loss: 0.643 - ETA: 1:05 - loss: 0.632 - ETA: 1:04 - loss: 0.625 - ETA: 1:03 - loss: 0.620 - ETA: 1:03 - loss: 0.614 - ETA: 1:02 - loss: 0.605 - ETA: 1:02 - loss: 0.615 - ETA: 1:01 - loss: 0.617 - ETA: 1:01 - loss: 0.612 - ETA: 1:00 - loss: 0.610 - ETA: 59s - loss: 0.602 - ETA: 59s - loss: 0.59 - ETA: 58s - loss: 0.59 - ETA: 57s - loss: 0.58 - ETA: 57s - loss: 0.58 - ETA: 56s - loss: 0.58 - ETA: 56s - loss: 0.57 - ETA: 55s - loss: 0.56 - ETA: 55s - loss: 0.56 - ETA: 54s - loss: 0.56 - ETA: 53s - loss: 0.56 - ETA: 52s - loss: 0.56 - ETA: 52s - loss: 0.56 - ETA: 51s - loss: 0.56 - ETA: 50s - loss: 0.56 - ETA: 50s - loss: 0.55 - ETA: 49s - loss: 0.55 - ETA: 48s - loss: 0.54 - ETA: 47s - loss: 0.54 - ETA: 47s - loss: 0.54 - ETA: 46s - loss: 0.54 - ETA: 46s - loss: 0.54 - ETA: 45s - loss: 0.54 - ETA: 44s - loss: 0.54 - ETA: 43s - loss: 0.54 - ETA: 43s - loss: 0.55 - ETA: 42s - loss: 0.54 - ETA: 41s - loss: 0.53 - ETA: 41s - loss: 0.54 - ETA: 40s - loss: 0.53 - ETA: 39s - loss: 0.53 - ETA: 39s - loss: 0.53 - ETA: 38s - loss: 0.53 - ETA: 37s - loss: 0.53 - ETA: 36s - loss: 0.53 - ETA: 36s - loss: 0.53 - ETA: 35s - loss: 0.53 - ETA: 34s - loss: 0.52 - ETA: 34s - loss: 0.53 - ETA: 33s - loss: 0.54 - ETA: 32s - loss: 0.53 - ETA: 32s - loss: 0.54 - ETA: 31s - loss: 0.54 - ETA: 30s - loss: 0.53 - ETA: 30s - loss: 0.53 - ETA: 29s - loss: 0.53 - ETA: 28s - loss: 0.53 - ETA: 28s - loss: 0.54 - ETA: 27s - loss: 0.54 - ETA: 26s - loss: 0.55 - ETA: 26s - loss: 0.54 - ETA: 25s - loss: 0.54 - ETA: 25s - loss: 0.54 - ETA: 24s - loss: 0.55 - ETA: 23s - loss: 0.55 - ETA: 23s - loss: 0.54 - ETA: 22s - loss: 0.54 - ETA: 21s - loss: 0.54 - ETA: 21s - loss: 0.54 - ETA: 20s - loss: 0.53 - ETA: 19s - loss: 0.53 - ETA: 19s - loss: 0.53 - ETA: 18s - loss: 0.53 - ETA: 18s - loss: 0.54 - ETA: 17s - loss: 0.54 - ETA: 16s - loss: 0.54 - ETA: 16s - loss: 0.54 - ETA: 15s - loss: 0.54 - ETA: 14s - loss: 0.54 - ETA: 14s - loss: 0.54 - ETA: 13s - loss: 0.54 - ETA: 13s - loss: 0.54 - ETA: 12s - loss: 0.54 - ETA: 11s - loss: 0.54 - ETA: 11s - loss: 0.55 - ETA: 10s - loss: 0.54 - ETA: 10s - loss: 0.55 - ETA: 9s - loss: 0.5477 - ETA: 8s - loss: 0.547 - ETA: 8s - loss: 0.546 - ETA: 7s - loss: 0.544 - ETA: 6s - loss: 0.542 - ETA: 6s - loss: 0.542 - ETA: 5s - loss: 0.542 - ETA: 5s - loss: 0.540 - ETA: 4s - loss: 0.537 - ETA: 3s - loss: 0.540 - ETA: 3s - loss: 0.539 - ETA: 2s - loss: 0.537 - ETA: 1s - loss: 0.536 - ETA: 1s - loss: 0.534 - ETA: 0s - loss: 0.534 - ETA: 0s - loss: 0.533 - 111s 808ms/step - loss: 0.5339 - val_loss: 0.6578\n",
"Epoch 11/30\n",
"137/137 [==============================] - ETA: 1:23 - loss: 0.557 - ETA: 1:29 - loss: 0.544 - ETA: 1:27 - loss: 0.536 - ETA: 1:24 - loss: 0.496 - ETA: 1:23 - loss: 0.535 - ETA: 1:22 - loss: 0.601 - ETA: 1:20 - loss: 0.815 - ETA: 1:20 - loss: 0.737 - ETA: 1:19 - loss: 0.683 - ETA: 1:19 - loss: 0.649 - ETA: 1:19 - loss: 0.602 - ETA: 1:18 - loss: 0.602 - ETA: 1:17 - loss: 0.681 - ETA: 1:17 - loss: 0.717 - ETA: 1:17 - loss: 0.693 - ETA: 1:17 - loss: 0.690 - ETA: 1:17 - loss: 0.663 - ETA: 1:16 - loss: 0.645 - ETA: 1:15 - loss: 0.617 - ETA: 1:16 - loss: 0.621 - ETA: 1:16 - loss: 0.621 - ETA: 1:15 - loss: 0.607 - ETA: 1:15 - loss: 0.599 - ETA: 1:14 - loss: 0.587 - ETA: 1:14 - loss: 0.581 - ETA: 1:13 - loss: 0.576 - ETA: 1:12 - loss: 0.577 - ETA: 1:12 - loss: 0.572 - ETA: 1:11 - loss: 0.556 - ETA: 1:10 - loss: 0.568 - ETA: 1:09 - loss: 0.580 - ETA: 1:09 - loss: 0.568 - ETA: 1:09 - loss: 0.564 - ETA: 1:08 - loss: 0.567 - ETA: 1:08 - loss: 0.562 - ETA: 1:07 - loss: 0.554 - ETA: 1:06 - loss: 0.549 - ETA: 1:06 - loss: 0.545 - ETA: 1:05 - loss: 0.543 - ETA: 1:04 - loss: 0.537 - ETA: 1:03 - loss: 0.528 - ETA: 1:03 - loss: 0.524 - ETA: 1:02 - loss: 0.515 - ETA: 1:01 - loss: 0.511 - ETA: 1:00 - loss: 0.507 - ETA: 1:00 - loss: 0.504 - ETA: 59s - loss: 0.503 - ETA: 58s - loss: 0.49 - ETA: 58s - loss: 0.50 - ETA: 57s - loss: 0.50 - ETA: 56s - loss: 0.50 - ETA: 55s - loss: 0.51 - ETA: 55s - loss: 0.51 - ETA: 54s - loss: 0.51 - ETA: 53s - loss: 0.51 - ETA: 52s - loss: 0.52 - ETA: 52s - loss: 0.51 - ETA: 51s - loss: 0.51 - ETA: 50s - loss: 0.51 - ETA: 50s - loss: 0.50 - ETA: 49s - loss: 0.51 - ETA: 48s - loss: 0.50 - ETA: 48s - loss: 0.50 - ETA: 47s - loss: 0.50 - ETA: 47s - loss: 0.51 - ETA: 46s - loss: 0.51 - ETA: 46s - loss: 0.51 - ETA: 45s - loss: 0.50 - ETA: 44s - loss: 0.51 - ETA: 44s - loss: 0.51 - ETA: 43s - loss: 0.50 - ETA: 42s - loss: 0.50 - ETA: 41s - loss: 0.51 - ETA: 41s - loss: 0.50 - ETA: 40s - loss: 0.50 - ETA: 39s - loss: 0.51 - ETA: 38s - loss: 0.50 - ETA: 38s - loss: 0.50 - ETA: 37s - loss: 0.50 - ETA: 36s - loss: 0.51 - ETA: 36s - loss: 0.50 - ETA: 35s - loss: 0.50 - ETA: 34s - loss: 0.50 - ETA: 33s - loss: 0.50 - ETA: 33s - loss: 0.50 - ETA: 32s - loss: 0.50 - ETA: 31s - loss: 0.50 - ETA: 31s - loss: 0.49 - ETA: 30s - loss: 0.49 - ETA: 29s - loss: 0.49 - ETA: 29s - loss: 0.50 - ETA: 28s - loss: 0.49 - ETA: 27s - loss: 0.50 - ETA: 27s - loss: 0.50 - ETA: 26s - loss: 0.50 - ETA: 25s - loss: 0.50 - ETA: 25s - loss: 0.50 - ETA: 24s - loss: 0.51 - ETA: 23s - loss: 0.51 - ETA: 23s - loss: 0.51 - ETA: 22s - loss: 0.51 - ETA: 21s - loss: 0.51 - ETA: 21s - loss: 0.51 - ETA: 20s - loss: 0.51 - ETA: 19s - loss: 0.52 - ETA: 19s - loss: 0.51 - ETA: 18s - loss: 0.51 - ETA: 17s - loss: 0.51 - ETA: 17s - loss: 0.51 - ETA: 16s - loss: 0.51 - ETA: 16s - loss: 0.50 - ETA: 15s - loss: 0.51 - ETA: 14s - loss: 0.51 - ETA: 14s - loss: 0.50 - ETA: 13s - loss: 0.50 - ETA: 12s - loss: 0.51 - ETA: 12s - loss: 0.51 - ETA: 11s - loss: 0.51 - ETA: 11s - loss: 0.51 - ETA: 10s - loss: 0.51 - ETA: 9s - loss: 0.5107 - ETA: 9s - loss: 0.509 - ETA: 8s - loss: 0.510 - ETA: 8s - loss: 0.518 - ETA: 7s - loss: 0.516 - ETA: 6s - loss: 0.514 - ETA: 6s - loss: 0.512 - ETA: 5s - loss: 0.510 - ETA: 4s - loss: 0.508 - ETA: 4s - loss: 0.508 - ETA: 3s - loss: 0.509 - ETA: 3s - loss: 0.507 - ETA: 2s - loss: 0.505 - ETA: 1s - loss: 0.504 - ETA: 1s - loss: 0.502 - ETA: 0s - loss: 0.501 - ETA: 0s - loss: 0.502 - 104s 764ms/step - loss: 0.5022 - val_loss: 0.6369\n",
"Epoch 12/30\n",
"137/137 [==============================] - ETA: 1:22 - loss: 0.310 - ETA: 1:35 - loss: 0.289 - ETA: 1:35 - loss: 0.425 - ETA: 1:29 - loss: 0.387 - ETA: 1:25 - loss: 0.388 - ETA: 1:21 - loss: 0.376 - ETA: 1:19 - loss: 0.371 - ETA: 1:17 - loss: 0.446 - ETA: 1:15 - loss: 0.428 - ETA: 1:13 - loss: 0.469 - ETA: 1:13 - loss: 0.461 - ETA: 1:12 - loss: 0.490 - ETA: 1:11 - loss: 0.597 - ETA: 1:10 - loss: 0.581 - ETA: 1:09 - loss: 0.555 - ETA: 1:09 - loss: 0.539 - ETA: 1:07 - loss: 0.528 - ETA: 1:07 - loss: 0.509 - ETA: 1:06 - loss: 0.498 - ETA: 1:06 - loss: 0.500 - ETA: 1:05 - loss: 0.493 - ETA: 1:04 - loss: 0.499 - ETA: 1:04 - loss: 0.487 - ETA: 1:03 - loss: 0.495 - ETA: 1:03 - loss: 0.519 - ETA: 1:02 - loss: 0.514 - ETA: 1:01 - loss: 0.504 - ETA: 1:01 - loss: 0.510 - ETA: 1:00 - loss: 0.509 - ETA: 1:00 - loss: 0.528 - ETA: 59s - loss: 0.534 - ETA: 58s - loss: 0.53 - ETA: 58s - loss: 0.52 - ETA: 57s - loss: 0.51 - ETA: 57s - loss: 0.51 - ETA: 56s - loss: 0.51 - ETA: 55s - loss: 0.50 - ETA: 55s - loss: 0.50 - ETA: 54s - loss: 0.50 - ETA: 54s - loss: 0.50 - ETA: 53s - loss: 0.50 - ETA: 52s - loss: 0.50 - ETA: 52s - loss: 0.50 - ETA: 51s - loss: 0.49 - ETA: 51s - loss: 0.49 - ETA: 50s - loss: 0.49 - ETA: 50s - loss: 0.48 - ETA: 49s - loss: 0.48 - ETA: 48s - loss: 0.49 - ETA: 48s - loss: 0.49 - ETA: 47s - loss: 0.49 - ETA: 47s - loss: 0.49 - ETA: 46s - loss: 0.48 - ETA: 46s - loss: 0.48 - ETA: 45s - loss: 0.48 - ETA: 45s - loss: 0.48 - ETA: 44s - loss: 0.49 - ETA: 43s - loss: 0.49 - ETA: 43s - loss: 0.49 - ETA: 42s - loss: 0.49 - ETA: 42s - loss: 0.49 - ETA: 41s - loss: 0.49 - ETA: 41s - loss: 0.48 - ETA: 40s - loss: 0.48 - ETA: 40s - loss: 0.48 - ETA: 39s - loss: 0.48 - ETA: 39s - loss: 0.49 - ETA: 38s - loss: 0.49 - ETA: 38s - loss: 0.49 - ETA: 37s - loss: 0.50 - ETA: 37s - loss: 0.49 - ETA: 36s - loss: 0.50 - ETA: 36s - loss: 0.49 - ETA: 35s - loss: 0.49 - ETA: 35s - loss: 0.49 - ETA: 35s - loss: 0.49 - ETA: 34s - loss: 0.48 - ETA: 34s - loss: 0.48 - ETA: 33s - loss: 0.48 - ETA: 33s - loss: 0.48 - ETA: 32s - loss: 0.48 - ETA: 32s - loss: 0.48 - ETA: 31s - loss: 0.48 - ETA: 31s - loss: 0.48 - ETA: 30s - loss: 0.48 - ETA: 30s - loss: 0.48 - ETA: 29s - loss: 0.48 - ETA: 28s - loss: 0.47 - ETA: 28s - loss: 0.48 - ETA: 27s - loss: 0.47 - ETA: 27s - loss: 0.47 - ETA: 26s - loss: 0.47 - ETA: 26s - loss: 0.47 - ETA: 25s - loss: 0.47 - ETA: 25s - loss: 0.47 - ETA: 24s - loss: 0.46 - ETA: 24s - loss: 0.46 - ETA: 23s - loss: 0.46 - ETA: 23s - loss: 0.46 - ETA: 22s - loss: 0.46 - ETA: 22s - loss: 0.46 - ETA: 21s - loss: 0.47 - ETA: 20s - loss: 0.47 - ETA: 20s - loss: 0.47 - ETA: 19s - loss: 0.47 - ETA: 18s - loss: 0.47 - ETA: 18s - loss: 0.47 - ETA: 17s - loss: 0.47 - ETA: 17s - loss: 0.47 - ETA: 16s - loss: 0.47 - ETA: 15s - loss: 0.47 - ETA: 15s - loss: 0.46 - ETA: 14s - loss: 0.46 - ETA: 13s - loss: 0.46 - ETA: 13s - loss: 0.47 - ETA: 12s - loss: 0.47 - ETA: 12s - loss: 0.47 - ETA: 11s - loss: 0.47 - ETA: 10s - loss: 0.47 - ETA: 10s - loss: 0.47 - ETA: 9s - loss: 0.4728 - ETA: 9s - loss: 0.470 - ETA: 8s - loss: 0.469 - ETA: 7s - loss: 0.477 - ETA: 7s - loss: 0.475 - ETA: 6s - loss: 0.473 - ETA: 6s - loss: 0.474 - ETA: 5s - loss: 0.475 - ETA: 4s - loss: 0.475 - ETA: 4s - loss: 0.479 - ETA: 3s - loss: 0.477 - ETA: 3s - loss: 0.477 - ETA: 2s - loss: 0.476 - ETA: 1s - loss: 0.478 - ETA: 1s - loss: 0.477 - ETA: 0s - loss: 0.475 - ETA: 0s - loss: 0.475 - 103s 755ms/step - loss: 0.4757 - val_loss: 0.5629\n",
"Epoch 13/30\n",
"137/137 [==============================] - ETA: 1:25 - loss: 1.130 - ETA: 1:14 - loss: 0.752 - ETA: 1:22 - loss: 0.552 - ETA: 1:25 - loss: 0.546 - ETA: 1:27 - loss: 0.454 - ETA: 1:28 - loss: 0.426 - ETA: 1:26 - loss: 0.403 - ETA: 1:25 - loss: 0.477 - ETA: 1:25 - loss: 0.497 - ETA: 1:25 - loss: 0.484 - ETA: 1:23 - loss: 0.520 - ETA: 1:23 - loss: 0.519 - ETA: 1:23 - loss: 0.524 - ETA: 1:23 - loss: 0.502 - ETA: 1:22 - loss: 0.527 - ETA: 1:21 - loss: 0.538 - ETA: 1:19 - loss: 0.532 - ETA: 1:18 - loss: 0.524 - ETA: 1:17 - loss: 0.513 - ETA: 1:16 - loss: 0.514 - ETA: 1:15 - loss: 0.500 - ETA: 1:14 - loss: 0.497 - ETA: 1:13 - loss: 0.509 - ETA: 1:13 - loss: 0.497 - ETA: 1:12 - loss: 0.483 - ETA: 1:12 - loss: 0.477 - ETA: 1:12 - loss: 0.483 - ETA: 1:12 - loss: 0.477 - ETA: 1:11 - loss: 0.498 - ETA: 1:10 - loss: 0.488 - ETA: 1:09 - loss: 0.485 - ETA: 1:08 - loss: 0.479 - ETA: 1:07 - loss: 0.475 - ETA: 1:07 - loss: 0.470 - ETA: 1:06 - loss: 0.473 - ETA: 1:05 - loss: 0.489 - ETA: 1:04 - loss: 0.483 - ETA: 1:03 - loss: 0.481 - ETA: 1:02 - loss: 0.480 - ETA: 1:01 - loss: 0.479 - ETA: 1:00 - loss: 0.474 - ETA: 1:00 - loss: 0.466 - ETA: 59s - loss: 0.459 - ETA: 58s - loss: 0.45 - ETA: 57s - loss: 0.45 - ETA: 57s - loss: 0.45 - ETA: 56s - loss: 0.45 - ETA: 55s - loss: 0.45 - ETA: 54s - loss: 0.45 - ETA: 54s - loss: 0.45 - ETA: 53s - loss: 0.45 - ETA: 52s - loss: 0.45 - ETA: 52s - loss: 0.45 - ETA: 51s - loss: 0.46 - ETA: 50s - loss: 0.45 - ETA: 49s - loss: 0.46 - ETA: 49s - loss: 0.46 - ETA: 48s - loss: 0.46 - ETA: 47s - loss: 0.46 - ETA: 47s - loss: 0.46 - ETA: 46s - loss: 0.46 - ETA: 45s - loss: 0.46 - ETA: 45s - loss: 0.46 - ETA: 44s - loss: 0.46 - ETA: 43s - loss: 0.46 - ETA: 43s - loss: 0.46 - ETA: 42s - loss: 0.46 - ETA: 41s - loss: 0.46 - ETA: 41s - loss: 0.47 - ETA: 40s - loss: 0.47 - ETA: 39s - loss: 0.47 - ETA: 39s - loss: 0.47 - ETA: 38s - loss: 0.47 - ETA: 37s - loss: 0.47 - ETA: 37s - loss: 0.47 - ETA: 36s - loss: 0.47 - ETA: 35s - loss: 0.46 - ETA: 35s - loss: 0.46 - ETA: 34s - loss: 0.46 - ETA: 34s - loss: 0.46 - ETA: 33s - loss: 0.46 - ETA: 32s - loss: 0.46 - ETA: 32s - loss: 0.46 - ETA: 31s - loss: 0.46 - ETA: 30s - loss: 0.46 - ETA: 30s - loss: 0.45 - ETA: 29s - loss: 0.45 - ETA: 29s - loss: 0.46 - ETA: 28s - loss: 0.46 - ETA: 27s - loss: 0.45 - ETA: 27s - loss: 0.45 - ETA: 26s - loss: 0.45 - ETA: 26s - loss: 0.45 - ETA: 25s - loss: 0.45 - ETA: 24s - loss: 0.45 - ETA: 24s - loss: 0.45 - ETA: 23s - loss: 0.45 - ETA: 23s - loss: 0.44 - ETA: 22s - loss: 0.45 - ETA: 21s - loss: 0.45 - ETA: 21s - loss: 0.45 - ETA: 20s - loss: 0.44 - ETA: 20s - loss: 0.44 - ETA: 19s - loss: 0.45 - ETA: 18s - loss: 0.44 - ETA: 18s - loss: 0.44 - ETA: 17s - loss: 0.44 - ETA: 17s - loss: 0.44 - ETA: 16s - loss: 0.44 - ETA: 15s - loss: 0.44 - ETA: 15s - loss: 0.45 - ETA: 14s - loss: 0.45 - ETA: 14s - loss: 0.45 - ETA: 13s - loss: 0.45 - ETA: 12s - loss: 0.45 - ETA: 12s - loss: 0.45 - ETA: 11s - loss: 0.45 - ETA: 11s - loss: 0.45 - ETA: 10s - loss: 0.45 - ETA: 9s - loss: 0.4556 - ETA: 9s - loss: 0.455 - ETA: 8s - loss: 0.455 - ETA: 8s - loss: 0.453 - ETA: 7s - loss: 0.451 - ETA: 7s - loss: 0.450 - ETA: 6s - loss: 0.451 - ETA: 5s - loss: 0.450 - ETA: 5s - loss: 0.461 - ETA: 4s - loss: 0.458 - ETA: 4s - loss: 0.457 - ETA: 3s - loss: 0.456 - ETA: 2s - loss: 0.455 - ETA: 2s - loss: 0.454 - ETA: 1s - loss: 0.452 - ETA: 1s - loss: 0.452 - ETA: 0s - loss: 0.451 - ETA: 0s - loss: 0.452 - 98s 717ms/step - loss: 0.4527 - val_loss: 0.5302\n",
"Epoch 14/30\n",
"137/137 [==============================] - ETA: 1:12 - loss: 0.604 - ETA: 1:14 - loss: 0.440 - ETA: 1:13 - loss: 0.622 - ETA: 1:12 - loss: 0.537 - ETA: 1:13 - loss: 0.527 - ETA: 1:13 - loss: 0.521 - ETA: 1:12 - loss: 0.489 - ETA: 1:11 - loss: 0.472 - ETA: 1:11 - loss: 0.451 - ETA: 1:10 - loss: 0.453 - ETA: 1:09 - loss: 0.436 - ETA: 1:09 - loss: 0.430 - ETA: 1:08 - loss: 0.465 - ETA: 1:08 - loss: 0.463 - ETA: 1:07 - loss: 0.452 - ETA: 1:07 - loss: 0.431 - ETA: 1:06 - loss: 0.475 - ETA: 1:06 - loss: 0.479 - ETA: 1:05 - loss: 0.488 - ETA: 1:05 - loss: 0.478 - ETA: 1:04 - loss: 0.472 - ETA: 1:04 - loss: 0.461 - ETA: 1:03 - loss: 0.468 - ETA: 1:03 - loss: 0.474 - ETA: 1:02 - loss: 0.461 - ETA: 1:01 - loss: 0.474 - ETA: 1:01 - loss: 0.468 - ETA: 1:00 - loss: 0.462 - ETA: 1:00 - loss: 0.453 - ETA: 59s - loss: 0.450 - ETA: 59s - loss: 0.45 - ETA: 58s - loss: 0.45 - ETA: 57s - loss: 0.46 - ETA: 57s - loss: 0.46 - ETA: 56s - loss: 0.46 - ETA: 56s - loss: 0.48 - ETA: 55s - loss: 0.48 - ETA: 55s - loss: 0.48 - ETA: 54s - loss: 0.48 - ETA: 54s - loss: 0.48 - ETA: 53s - loss: 0.48 - ETA: 52s - loss: 0.49 - ETA: 52s - loss: 0.48 - ETA: 51s - loss: 0.49 - ETA: 51s - loss: 0.48 - ETA: 50s - loss: 0.48 - ETA: 50s - loss: 0.47 - ETA: 49s - loss: 0.48 - ETA: 49s - loss: 0.48 - ETA: 48s - loss: 0.48 - ETA: 47s - loss: 0.48 - ETA: 47s - loss: 0.48 - ETA: 46s - loss: 0.47 - ETA: 46s - loss: 0.47 - ETA: 45s - loss: 0.47 - ETA: 45s - loss: 0.47 - ETA: 44s - loss: 0.47 - ETA: 44s - loss: 0.46 - ETA: 43s - loss: 0.46 - ETA: 42s - loss: 0.46 - ETA: 42s - loss: 0.46 - ETA: 41s - loss: 0.46 - ETA: 41s - loss: 0.45 - ETA: 40s - loss: 0.46 - ETA: 40s - loss: 0.46 - ETA: 39s - loss: 0.46 - ETA: 38s - loss: 0.47 - ETA: 38s - loss: 0.47 - ETA: 37s - loss: 0.46 - ETA: 37s - loss: 0.46 - ETA: 36s - loss: 0.47 - ETA: 36s - loss: 0.46 - ETA: 35s - loss: 0.47 - ETA: 35s - loss: 0.46 - ETA: 34s - loss: 0.46 - ETA: 33s - loss: 0.46 - ETA: 33s - loss: 0.46 - ETA: 32s - loss: 0.45 - ETA: 32s - loss: 0.46 - ETA: 31s - loss: 0.45 - ETA: 31s - loss: 0.45 - ETA: 30s - loss: 0.45 - ETA: 30s - loss: 0.45 - ETA: 29s - loss: 0.45 - ETA: 28s - loss: 0.44 - ETA: 28s - loss: 0.44 - ETA: 27s - loss: 0.46 - ETA: 27s - loss: 0.45 - ETA: 27s - loss: 0.45 - ETA: 26s - loss: 0.45 - ETA: 26s - loss: 0.45 - ETA: 25s - loss: 0.45 - ETA: 25s - loss: 0.45 - ETA: 24s - loss: 0.44 - ETA: 24s - loss: 0.44 - ETA: 23s - loss: 0.44 - ETA: 23s - loss: 0.44 - ETA: 22s - loss: 0.44 - ETA: 22s - loss: 0.44 - ETA: 21s - loss: 0.44 - ETA: 21s - loss: 0.44 - ETA: 20s - loss: 0.44 - ETA: 19s - loss: 0.44 - ETA: 19s - loss: 0.44 - ETA: 18s - loss: 0.44 - ETA: 18s - loss: 0.43 - ETA: 17s - loss: 0.43 - ETA: 17s - loss: 0.43 - ETA: 16s - loss: 0.43 - ETA: 16s - loss: 0.43 - ETA: 15s - loss: 0.43 - ETA: 15s - loss: 0.43 - ETA: 14s - loss: 0.43 - ETA: 13s - loss: 0.43 - ETA: 13s - loss: 0.43 - ETA: 12s - loss: 0.43 - ETA: 12s - loss: 0.43 - ETA: 11s - loss: 0.43 - ETA: 10s - loss: 0.43 - ETA: 10s - loss: 0.43 - ETA: 9s - loss: 0.4363 - ETA: 9s - loss: 0.436 - ETA: 8s - loss: 0.435 - ETA: 7s - loss: 0.434 - ETA: 7s - loss: 0.433 - ETA: 6s - loss: 0.434 - ETA: 6s - loss: 0.432 - ETA: 5s - loss: 0.432 - ETA: 4s - loss: 0.434 - ETA: 4s - loss: 0.433 - ETA: 3s - loss: 0.431 - ETA: 3s - loss: 0.431 - ETA: 2s - loss: 0.433 - ETA: 1s - loss: 0.433 - ETA: 1s - loss: 0.431 - ETA: 0s - loss: 0.431 - ETA: 0s - loss: 0.433 - 112s 821ms/step - loss: 0.4331 - val_loss: 0.4911\n",
"Epoch 15/30\n",
"137/137 [==============================] - ETA: 1:44 - loss: 0.220 - ETA: 1:42 - loss: 0.342 - ETA: 1:42 - loss: 0.416 - ETA: 1:41 - loss: 0.446 - ETA: 1:41 - loss: 0.451 - ETA: 1:39 - loss: 0.448 - ETA: 1:37 - loss: 0.430 - ETA: 1:36 - loss: 0.438 - ETA: 1:38 - loss: 0.431 - ETA: 1:39 - loss: 0.425 - ETA: 1:38 - loss: 0.397 - ETA: 1:37 - loss: 0.413 - ETA: 1:36 - loss: 0.396 - ETA: 1:36 - loss: 0.410 - ETA: 1:35 - loss: 0.404 - ETA: 1:34 - loss: 0.405 - ETA: 1:32 - loss: 0.419 - ETA: 1:31 - loss: 0.411 - ETA: 1:29 - loss: 0.403 - ETA: 1:28 - loss: 0.414 - ETA: 1:27 - loss: 0.435 - ETA: 1:26 - loss: 0.434 - ETA: 1:25 - loss: 0.461 - ETA: 1:25 - loss: 0.452 - ETA: 1:24 - loss: 0.465 - ETA: 1:23 - loss: 0.454 - ETA: 1:23 - loss: 0.446 - ETA: 1:22 - loss: 0.449 - ETA: 1:22 - loss: 0.453 - ETA: 1:21 - loss: 0.444 - ETA: 1:20 - loss: 0.436 - ETA: 1:20 - loss: 0.427 - ETA: 1:19 - loss: 0.418 - ETA: 1:19 - loss: 0.425 - ETA: 1:18 - loss: 0.426 - ETA: 1:17 - loss: 0.422 - ETA: 1:16 - loss: 0.425 - ETA: 1:15 - loss: 0.422 - ETA: 1:15 - loss: 0.427 - ETA: 1:14 - loss: 0.427 - ETA: 1:13 - loss: 0.428 - ETA: 1:12 - loss: 0.427 - ETA: 1:11 - loss: 0.432 - ETA: 1:11 - loss: 0.428 - ETA: 1:10 - loss: 0.431 - ETA: 1:09 - loss: 0.433 - ETA: 1:08 - loss: 0.437 - ETA: 1:07 - loss: 0.435 - ETA: 1:06 - loss: 0.430 - ETA: 1:06 - loss: 0.430 - ETA: 1:05 - loss: 0.428 - ETA: 1:04 - loss: 0.430 - ETA: 1:03 - loss: 0.445 - ETA: 1:03 - loss: 0.443 - ETA: 1:02 - loss: 0.446 - ETA: 1:01 - loss: 0.442 - ETA: 1:00 - loss: 0.442 - ETA: 1:00 - loss: 0.442 - ETA: 59s - loss: 0.440 - ETA: 58s - loss: 0.43 - ETA: 57s - loss: 0.43 - ETA: 57s - loss: 0.42 - ETA: 56s - loss: 0.42 - ETA: 55s - loss: 0.42 - ETA: 54s - loss: 0.41 - ETA: 53s - loss: 0.41 - ETA: 53s - loss: 0.41 - ETA: 52s - loss: 0.42 - ETA: 51s - loss: 0.41 - ETA: 50s - loss: 0.41 - ETA: 50s - loss: 0.41 - ETA: 49s - loss: 0.41 - ETA: 48s - loss: 0.41 - ETA: 47s - loss: 0.41 - ETA: 46s - loss: 0.41 - ETA: 46s - loss: 0.42 - ETA: 45s - loss: 0.42 - ETA: 44s - loss: 0.42 - ETA: 43s - loss: 0.42 - ETA: 43s - loss: 0.42 - ETA: 42s - loss: 0.42 - ETA: 41s - loss: 0.42 - ETA: 40s - loss: 0.42 - ETA: 40s - loss: 0.42 - ETA: 39s - loss: 0.41 - ETA: 38s - loss: 0.41 - ETA: 37s - loss: 0.41 - ETA: 37s - loss: 0.41 - ETA: 36s - loss: 0.41 - ETA: 35s - loss: 0.41 - ETA: 34s - loss: 0.41 - ETA: 34s - loss: 0.41 - ETA: 33s - loss: 0.41 - ETA: 32s - loss: 0.41 - ETA: 31s - loss: 0.42 - ETA: 31s - loss: 0.42 - ETA: 30s - loss: 0.42 - ETA: 29s - loss: 0.42 - ETA: 28s - loss: 0.42 - ETA: 28s - loss: 0.42 - ETA: 27s - loss: 0.42 - ETA: 26s - loss: 0.42 - ETA: 25s - loss: 0.42 - ETA: 25s - loss: 0.42 - ETA: 24s - loss: 0.41 - ETA: 23s - loss: 0.42 - ETA: 22s - loss: 0.42 - ETA: 22s - loss: 0.42 - ETA: 21s - loss: 0.42 - ETA: 20s - loss: 0.42 - ETA: 19s - loss: 0.42 - ETA: 19s - loss: 0.42 - ETA: 18s - loss: 0.42 - ETA: 17s - loss: 0.42 - ETA: 16s - loss: 0.42 - ETA: 16s - loss: 0.41 - ETA: 15s - loss: 0.41 - ETA: 14s - loss: 0.42 - ETA: 13s - loss: 0.42 - ETA: 13s - loss: 0.42 - ETA: 12s - loss: 0.42 - ETA: 11s - loss: 0.42 - ETA: 10s - loss: 0.42 - ETA: 9s - loss: 0.4220 - ETA: 9s - loss: 0.420 - ETA: 8s - loss: 0.417 - ETA: 7s - loss: 0.414 - ETA: 6s - loss: 0.414 - ETA: 6s - loss: 0.415 - ETA: 5s - loss: 0.419 - ETA: 4s - loss: 0.417 - ETA: 3s - loss: 0.418 - ETA: 3s - loss: 0.418 - ETA: 2s - loss: 0.418 - ETA: 1s - loss: 0.417 - ETA: 0s - loss: 0.418 - ETA: 0s - loss: 0.417 - 130s 953ms/step - loss: 0.4174 - val_loss: 0.4650\n",
"Epoch 16/30\n",
"137/137 [==============================] - ETA: 1:34 - loss: 0.146 - ETA: 1:37 - loss: 0.309 - ETA: 1:36 - loss: 0.271 - ETA: 1:35 - loss: 0.293 - ETA: 1:34 - loss: 0.279 - ETA: 1:34 - loss: 0.284 - ETA: 1:34 - loss: 0.287 - ETA: 1:33 - loss: 0.302 - ETA: 1:34 - loss: 0.326 - ETA: 1:33 - loss: 0.312 - ETA: 1:34 - loss: 0.313 - ETA: 1:34 - loss: 0.322 - ETA: 1:34 - loss: 0.315 - ETA: 1:33 - loss: 0.307 - ETA: 1:32 - loss: 0.301 - ETA: 1:33 - loss: 0.332 - ETA: 1:32 - loss: 0.324 - ETA: 1:32 - loss: 0.318 - ETA: 1:31 - loss: 0.316 - ETA: 1:30 - loss: 0.336 - ETA: 1:29 - loss: 0.337 - ETA: 1:28 - loss: 0.346 - ETA: 1:27 - loss: 0.356 - ETA: 1:26 - loss: 0.349 - ETA: 1:25 - loss: 0.345 - ETA: 1:25 - loss: 0.338 - ETA: 1:24 - loss: 0.359 - ETA: 1:24 - loss: 0.360 - ETA: 1:23 - loss: 0.363 - ETA: 1:22 - loss: 0.365 - ETA: 1:21 - loss: 0.388 - ETA: 1:20 - loss: 0.380 - ETA: 1:20 - loss: 0.382 - ETA: 1:19 - loss: 0.374 - ETA: 1:18 - loss: 0.367 - ETA: 1:17 - loss: 0.367 - ETA: 1:16 - loss: 0.375 - ETA: 1:15 - loss: 0.372 - ETA: 1:15 - loss: 0.377 - ETA: 1:14 - loss: 0.382 - ETA: 1:13 - loss: 0.378 - ETA: 1:12 - loss: 0.378 - ETA: 1:12 - loss: 0.374 - ETA: 1:11 - loss: 0.369 - ETA: 1:10 - loss: 0.368 - ETA: 1:09 - loss: 0.368 - ETA: 1:08 - loss: 0.371 - ETA: 1:08 - loss: 0.384 - ETA: 1:07 - loss: 0.385 - ETA: 1:06 - loss: 0.384 - ETA: 1:05 - loss: 0.385 - ETA: 1:05 - loss: 0.389 - ETA: 1:04 - loss: 0.389 - ETA: 1:03 - loss: 0.389 - ETA: 1:03 - loss: 0.388 - ETA: 1:02 - loss: 0.390 - ETA: 1:01 - loss: 0.390 - ETA: 1:00 - loss: 0.388 - ETA: 59s - loss: 0.386 - ETA: 58s - loss: 0.38 - ETA: 58s - loss: 0.38 - ETA: 57s - loss: 0.38 - ETA: 56s - loss: 0.38 - ETA: 55s - loss: 0.37 - ETA: 54s - loss: 0.37 - ETA: 54s - loss: 0.37 - ETA: 53s - loss: 0.37 - ETA: 52s - loss: 0.37 - ETA: 51s - loss: 0.37 - ETA: 51s - loss: 0.37 - ETA: 50s - loss: 0.37 - ETA: 49s - loss: 0.37 - ETA: 49s - loss: 0.38 - ETA: 48s - loss: 0.37 - ETA: 47s - loss: 0.37 - ETA: 46s - loss: 0.37 - ETA: 46s - loss: 0.37 - ETA: 45s - loss: 0.37 - ETA: 44s - loss: 0.38 - ETA: 43s - loss: 0.38 - ETA: 43s - loss: 0.38 - ETA: 42s - loss: 0.39 - ETA: 41s - loss: 0.38 - ETA: 40s - loss: 0.38 - ETA: 39s - loss: 0.38 - ETA: 39s - loss: 0.38 - ETA: 38s - loss: 0.38 - ETA: 37s - loss: 0.37 - ETA: 36s - loss: 0.37 - ETA: 35s - loss: 0.37 - ETA: 35s - loss: 0.38 - ETA: 34s - loss: 0.38 - ETA: 33s - loss: 0.38 - ETA: 32s - loss: 0.38 - ETA: 31s - loss: 0.38 - ETA: 31s - loss: 0.38 - ETA: 30s - loss: 0.38 - ETA: 29s - loss: 0.38 - ETA: 28s - loss: 0.38 - ETA: 28s - loss: 0.38 - ETA: 27s - loss: 0.38 - ETA: 26s - loss: 0.38 - ETA: 25s - loss: 0.38 - ETA: 25s - loss: 0.38 - ETA: 24s - loss: 0.38 - ETA: 23s - loss: 0.38 - ETA: 22s - loss: 0.38 - ETA: 21s - loss: 0.38 - ETA: 21s - loss: 0.38 - ETA: 20s - loss: 0.38 - ETA: 19s - loss: 0.38 - ETA: 18s - loss: 0.38 - ETA: 18s - loss: 0.38 - ETA: 17s - loss: 0.38 - ETA: 16s - loss: 0.39 - ETA: 15s - loss: 0.38 - ETA: 15s - loss: 0.38 - ETA: 14s - loss: 0.38 - ETA: 13s - loss: 0.38 - ETA: 12s - loss: 0.38 - ETA: 12s - loss: 0.38 - ETA: 11s - loss: 0.39 - ETA: 10s - loss: 0.39 - ETA: 9s - loss: 0.3970 - ETA: 9s - loss: 0.398 - ETA: 8s - loss: 0.403 - ETA: 7s - loss: 0.402 - ETA: 6s - loss: 0.403 - ETA: 5s - loss: 0.404 - ETA: 5s - loss: 0.404 - ETA: 4s - loss: 0.404 - ETA: 3s - loss: 0.405 - ETA: 2s - loss: 0.406 - ETA: 2s - loss: 0.405 - ETA: 1s - loss: 0.406 - ETA: 0s - loss: 0.403 - ETA: 0s - loss: 0.403 - 127s 926ms/step - loss: 0.4036 - val_loss: 0.4451\n",
"Epoch 17/30\n",
"137/137 [==============================] - ETA: 1:36 - loss: 0.502 - ETA: 1:38 - loss: 0.382 - ETA: 1:35 - loss: 0.397 - ETA: 1:34 - loss: 0.336 - ETA: 1:33 - loss: 0.330 - ETA: 1:33 - loss: 0.314 - ETA: 1:32 - loss: 0.331 - ETA: 1:31 - loss: 0.306 - ETA: 1:31 - loss: 0.327 - ETA: 1:30 - loss: 0.329 - ETA: 1:29 - loss: 0.393 - ETA: 1:29 - loss: 0.393 - ETA: 1:28 - loss: 0.410 - ETA: 1:27 - loss: 0.425 - ETA: 1:27 - loss: 0.423 - ETA: 1:26 - loss: 0.434 - ETA: 1:26 - loss: 0.438 - ETA: 1:25 - loss: 0.428 - ETA: 1:24 - loss: 0.420 - ETA: 1:24 - loss: 0.414 - ETA: 1:23 - loss: 0.422 - ETA: 1:23 - loss: 0.430 - ETA: 1:22 - loss: 0.421 - ETA: 1:22 - loss: 0.420 - ETA: 1:21 - loss: 0.426 - ETA: 1:21 - loss: 0.418 - ETA: 1:20 - loss: 0.412 - ETA: 1:19 - loss: 0.408 - ETA: 1:18 - loss: 0.415 - ETA: 1:18 - loss: 0.418 - ETA: 1:17 - loss: 0.414 - ETA: 1:16 - loss: 0.409 - ETA: 1:16 - loss: 0.410 - ETA: 1:15 - loss: 0.410 - ETA: 1:14 - loss: 0.412 - ETA: 1:14 - loss: 0.406 - ETA: 1:13 - loss: 0.405 - ETA: 1:12 - loss: 0.401 - ETA: 1:11 - loss: 0.400 - ETA: 1:11 - loss: 0.401 - ETA: 1:10 - loss: 0.396 - ETA: 1:09 - loss: 0.394 - ETA: 1:08 - loss: 0.395 - ETA: 1:08 - loss: 0.397 - ETA: 1:07 - loss: 0.395 - ETA: 1:06 - loss: 0.396 - ETA: 1:05 - loss: 0.398 - ETA: 1:05 - loss: 0.399 - ETA: 1:04 - loss: 0.397 - ETA: 1:03 - loss: 0.395 - ETA: 1:03 - loss: 0.396 - ETA: 1:02 - loss: 0.393 - ETA: 1:01 - loss: 0.389 - ETA: 1:00 - loss: 0.386 - ETA: 1:00 - loss: 0.386 - ETA: 59s - loss: 0.383 - ETA: 58s - loss: 0.38 - ETA: 58s - loss: 0.38 - ETA: 57s - loss: 0.38 - ETA: 56s - loss: 0.38 - ETA: 55s - loss: 0.38 - ETA: 55s - loss: 0.38 - ETA: 54s - loss: 0.38 - ETA: 53s - loss: 0.38 - ETA: 53s - loss: 0.38 - ETA: 52s - loss: 0.38 - ETA: 51s - loss: 0.38 - ETA: 50s - loss: 0.38 - ETA: 49s - loss: 0.38 - ETA: 49s - loss: 0.38 - ETA: 48s - loss: 0.37 - ETA: 47s - loss: 0.38 - ETA: 47s - loss: 0.38 - ETA: 46s - loss: 0.38 - ETA: 45s - loss: 0.38 - ETA: 44s - loss: 0.38 - ETA: 44s - loss: 0.38 - ETA: 43s - loss: 0.38 - ETA: 42s - loss: 0.38 - ETA: 41s - loss: 0.38 - ETA: 41s - loss: 0.39 - ETA: 40s - loss: 0.39 - ETA: 39s - loss: 0.38 - ETA: 38s - loss: 0.38 - ETA: 38s - loss: 0.38 - ETA: 37s - loss: 0.38 - ETA: 36s - loss: 0.38 - ETA: 35s - loss: 0.38 - ETA: 35s - loss: 0.38 - ETA: 34s - loss: 0.38 - ETA: 33s - loss: 0.38 - ETA: 33s - loss: 0.37 - ETA: 32s - loss: 0.37 - ETA: 31s - loss: 0.38 - ETA: 30s - loss: 0.38 - ETA: 30s - loss: 0.38 - ETA: 29s - loss: 0.38 - ETA: 28s - loss: 0.38 - ETA: 27s - loss: 0.37 - ETA: 27s - loss: 0.37 - ETA: 26s - loss: 0.37 - ETA: 25s - loss: 0.37 - ETA: 24s - loss: 0.37 - ETA: 24s - loss: 0.37 - ETA: 23s - loss: 0.37 - ETA: 22s - loss: 0.37 - ETA: 22s - loss: 0.37 - ETA: 21s - loss: 0.37 - ETA: 20s - loss: 0.37 - ETA: 19s - loss: 0.37 - ETA: 19s - loss: 0.37 - ETA: 18s - loss: 0.37 - ETA: 17s - loss: 0.37 - ETA: 16s - loss: 0.37 - ETA: 16s - loss: 0.37 - ETA: 15s - loss: 0.37 - ETA: 14s - loss: 0.37 - ETA: 13s - loss: 0.37 - ETA: 13s - loss: 0.37 - ETA: 12s - loss: 0.38 - ETA: 11s - loss: 0.38 - ETA: 10s - loss: 0.38 - ETA: 10s - loss: 0.38 - ETA: 9s - loss: 0.3881 - ETA: 8s - loss: 0.387 - ETA: 8s - loss: 0.386 - ETA: 7s - loss: 0.384 - ETA: 6s - loss: 0.386 - ETA: 5s - loss: 0.385 - ETA: 5s - loss: 0.383 - ETA: 4s - loss: 0.382 - ETA: 3s - loss: 0.381 - ETA: 2s - loss: 0.385 - ETA: 2s - loss: 0.387 - ETA: 1s - loss: 0.388 - ETA: 0s - loss: 0.388 - ETA: 0s - loss: 0.388 - 129s 943ms/step - loss: 0.3889 - val_loss: 0.4533\n",
"Epoch 18/30\n",
"137/137 [==============================] - ETA: 1:39 - loss: 0.641 - ETA: 1:42 - loss: 0.664 - ETA: 1:41 - loss: 0.557 - ETA: 1:38 - loss: 0.473 - ETA: 1:38 - loss: 0.468 - ETA: 1:38 - loss: 0.402 - ETA: 1:36 - loss: 0.379 - ETA: 1:35 - loss: 0.419 - ETA: 1:35 - loss: 0.397 - ETA: 1:34 - loss: 0.402 - ETA: 1:33 - loss: 0.395 - ETA: 1:32 - loss: 0.369 - ETA: 1:31 - loss: 0.371 - ETA: 1:30 - loss: 0.398 - ETA: 1:30 - loss: 0.379 - ETA: 1:29 - loss: 0.370 - ETA: 1:28 - loss: 0.374 - ETA: 1:28 - loss: 0.369 - ETA: 1:27 - loss: 0.370 - ETA: 1:26 - loss: 0.373 - ETA: 1:25 - loss: 0.375 - ETA: 1:24 - loss: 0.383 - ETA: 1:24 - loss: 0.396 - ETA: 1:23 - loss: 0.392 - ETA: 1:22 - loss: 0.382 - ETA: 1:21 - loss: 0.385 - ETA: 1:21 - loss: 0.383 - ETA: 1:20 - loss: 0.392 - ETA: 1:19 - loss: 0.397 - ETA: 1:18 - loss: 0.399 - ETA: 1:18 - loss: 0.395 - ETA: 1:17 - loss: 0.393 - ETA: 1:16 - loss: 0.404 - ETA: 1:15 - loss: 0.413 - ETA: 1:15 - loss: 0.406 - ETA: 1:14 - loss: 0.409 - ETA: 1:13 - loss: 0.406 - ETA: 1:12 - loss: 0.405 - ETA: 1:12 - loss: 0.410 - ETA: 1:11 - loss: 0.410 - ETA: 1:10 - loss: 0.411 - ETA: 1:09 - loss: 0.414 - ETA: 1:09 - loss: 0.415 - ETA: 1:08 - loss: 0.419 - ETA: 1:07 - loss: 0.421 - ETA: 1:07 - loss: 0.417 - ETA: 1:06 - loss: 0.416 - ETA: 1:05 - loss: 0.418 - ETA: 1:04 - loss: 0.414 - ETA: 1:04 - loss: 0.410 - ETA: 1:03 - loss: 0.405 - ETA: 1:02 - loss: 0.411 - ETA: 1:01 - loss: 0.408 - ETA: 1:01 - loss: 0.409 - ETA: 1:00 - loss: 0.409 - ETA: 59s - loss: 0.404 - ETA: 58s - loss: 0.40 - ETA: 58s - loss: 0.39 - ETA: 57s - loss: 0.39 - ETA: 56s - loss: 0.40 - ETA: 55s - loss: 0.40 - ETA: 55s - loss: 0.39 - ETA: 54s - loss: 0.39 - ETA: 53s - loss: 0.39 - ETA: 53s - loss: 0.39 - ETA: 52s - loss: 0.39 - ETA: 51s - loss: 0.39 - ETA: 50s - loss: 0.39 - ETA: 50s - loss: 0.39 - ETA: 49s - loss: 0.39 - ETA: 48s - loss: 0.39 - ETA: 47s - loss: 0.38 - ETA: 47s - loss: 0.38 - ETA: 46s - loss: 0.38 - ETA: 45s - loss: 0.38 - ETA: 44s - loss: 0.38 - ETA: 44s - loss: 0.38 - ETA: 43s - loss: 0.38 - ETA: 42s - loss: 0.38 - ETA: 42s - loss: 0.38 - ETA: 41s - loss: 0.39 - ETA: 40s - loss: 0.38 - ETA: 39s - loss: 0.38 - ETA: 39s - loss: 0.38 - ETA: 38s - loss: 0.38 - ETA: 37s - loss: 0.38 - ETA: 36s - loss: 0.38 - ETA: 36s - loss: 0.38 - ETA: 35s - loss: 0.38 - ETA: 34s - loss: 0.38 - ETA: 33s - loss: 0.39 - ETA: 33s - loss: 0.39 - ETA: 32s - loss: 0.39 - ETA: 31s - loss: 0.39 - ETA: 30s - loss: 0.39 - ETA: 30s - loss: 0.39 - ETA: 29s - loss: 0.39 - ETA: 28s - loss: 0.39 - ETA: 27s - loss: 0.39 - ETA: 27s - loss: 0.38 - ETA: 26s - loss: 0.39 - ETA: 25s - loss: 0.38 - ETA: 24s - loss: 0.38 - ETA: 24s - loss: 0.38 - ETA: 23s - loss: 0.38 - ETA: 22s - loss: 0.38 - ETA: 22s - loss: 0.38 - ETA: 21s - loss: 0.38 - ETA: 20s - loss: 0.38 - ETA: 19s - loss: 0.38 - ETA: 19s - loss: 0.38 - ETA: 18s - loss: 0.38 - ETA: 17s - loss: 0.38 - ETA: 16s - loss: 0.38 - ETA: 16s - loss: 0.38 - ETA: 15s - loss: 0.38 - ETA: 14s - loss: 0.38 - ETA: 13s - loss: 0.38 - ETA: 13s - loss: 0.38 - ETA: 12s - loss: 0.38 - ETA: 11s - loss: 0.38 - ETA: 11s - loss: 0.38 - ETA: 10s - loss: 0.38 - ETA: 9s - loss: 0.3801 - ETA: 8s - loss: 0.380 - ETA: 8s - loss: 0.379 - ETA: 7s - loss: 0.378 - ETA: 6s - loss: 0.379 - ETA: 5s - loss: 0.380 - ETA: 5s - loss: 0.378 - ETA: 4s - loss: 0.379 - ETA: 3s - loss: 0.377 - ETA: 2s - loss: 0.376 - ETA: 2s - loss: 0.377 - ETA: 1s - loss: 0.377 - ETA: 0s - loss: 0.376 - ETA: 0s - loss: 0.376 - 125s 917ms/step - loss: 0.3764 - val_loss: 0.4098\n",
"Epoch 19/30\n",
"137/137 [==============================] - ETA: 1:44 - loss: 0.229 - ETA: 1:46 - loss: 0.214 - ETA: 1:42 - loss: 0.264 - ETA: 1:40 - loss: 0.280 - ETA: 1:38 - loss: 0.300 - ETA: 1:38 - loss: 0.315 - ETA: 1:37 - loss: 0.312 - ETA: 1:36 - loss: 0.293 - ETA: 1:35 - loss: 0.315 - ETA: 1:34 - loss: 0.323 - ETA: 1:34 - loss: 0.343 - ETA: 1:33 - loss: 0.337 - ETA: 1:32 - loss: 0.344 - ETA: 1:31 - loss: 0.374 - ETA: 1:30 - loss: 0.381 - ETA: 1:29 - loss: 0.393 - ETA: 1:28 - loss: 0.379 - ETA: 1:28 - loss: 0.367 - ETA: 1:27 - loss: 0.368 - ETA: 1:26 - loss: 0.360 - ETA: 1:26 - loss: 0.377 - ETA: 1:25 - loss: 0.377 - ETA: 1:24 - loss: 0.364 - ETA: 1:23 - loss: 0.359 - ETA: 1:22 - loss: 0.370 - ETA: 1:22 - loss: 0.379 - ETA: 1:21 - loss: 0.381 - ETA: 1:20 - loss: 0.379 - ETA: 1:19 - loss: 0.380 - ETA: 1:19 - loss: 0.382 - ETA: 1:18 - loss: 0.375 - ETA: 1:17 - loss: 0.373 - ETA: 1:16 - loss: 0.373 - ETA: 1:16 - loss: 0.375 - ETA: 1:15 - loss: 0.372 - ETA: 1:14 - loss: 0.377 - ETA: 1:13 - loss: 0.377 - ETA: 1:13 - loss: 0.377 - ETA: 1:12 - loss: 0.378 - ETA: 1:11 - loss: 0.376 - ETA: 1:10 - loss: 0.375 - ETA: 1:10 - loss: 0.374 - ETA: 1:09 - loss: 0.368 - ETA: 1:08 - loss: 0.368 - ETA: 1:07 - loss: 0.366 - ETA: 1:07 - loss: 0.371 - ETA: 1:06 - loss: 0.372 - ETA: 1:05 - loss: 0.369 - ETA: 1:05 - loss: 0.369 - ETA: 1:04 - loss: 0.370 - ETA: 1:03 - loss: 0.370 - ETA: 1:02 - loss: 0.370 - ETA: 1:02 - loss: 0.371 - ETA: 1:01 - loss: 0.370 - ETA: 1:00 - loss: 0.369 - ETA: 59s - loss: 0.367 - ETA: 59s - loss: 0.36 - ETA: 58s - loss: 0.36 - ETA: 57s - loss: 0.36 - ETA: 56s - loss: 0.36 - ETA: 56s - loss: 0.36 - ETA: 55s - loss: 0.36 - ETA: 54s - loss: 0.35 - ETA: 53s - loss: 0.36 - ETA: 53s - loss: 0.36 - ETA: 52s - loss: 0.36 - ETA: 51s - loss: 0.36 - ETA: 50s - loss: 0.36 - ETA: 50s - loss: 0.36 - ETA: 49s - loss: 0.36 - ETA: 48s - loss: 0.36 - ETA: 47s - loss: 0.35 - ETA: 47s - loss: 0.35 - ETA: 46s - loss: 0.35 - ETA: 45s - loss: 0.35 - ETA: 44s - loss: 0.35 - ETA: 44s - loss: 0.34 - ETA: 43s - loss: 0.35 - ETA: 42s - loss: 0.35 - ETA: 42s - loss: 0.35 - ETA: 41s - loss: 0.35 - ETA: 40s - loss: 0.35 - ETA: 39s - loss: 0.35 - ETA: 39s - loss: 0.35 - ETA: 38s - loss: 0.35 - ETA: 37s - loss: 0.35 - ETA: 36s - loss: 0.35 - ETA: 36s - loss: 0.35 - ETA: 35s - loss: 0.35 - ETA: 34s - loss: 0.35 - ETA: 33s - loss: 0.35 - ETA: 33s - loss: 0.35 - ETA: 32s - loss: 0.35 - ETA: 31s - loss: 0.35 - ETA: 30s - loss: 0.35 - ETA: 30s - loss: 0.35 - ETA: 29s - loss: 0.35 - ETA: 28s - loss: 0.35 - ETA: 27s - loss: 0.35 - ETA: 27s - loss: 0.35 - ETA: 26s - loss: 0.35 - ETA: 25s - loss: 0.35 - ETA: 25s - loss: 0.35 - ETA: 24s - loss: 0.35 - ETA: 23s - loss: 0.36 - ETA: 22s - loss: 0.35 - ETA: 22s - loss: 0.35 - ETA: 21s - loss: 0.36 - ETA: 20s - loss: 0.36 - ETA: 19s - loss: 0.36 - ETA: 19s - loss: 0.36 - ETA: 18s - loss: 0.35 - ETA: 17s - loss: 0.35 - ETA: 16s - loss: 0.35 - ETA: 16s - loss: 0.35 - ETA: 15s - loss: 0.35 - ETA: 14s - loss: 0.35 - ETA: 14s - loss: 0.35 - ETA: 13s - loss: 0.35 - ETA: 12s - loss: 0.36 - ETA: 11s - loss: 0.36 - ETA: 11s - loss: 0.36 - ETA: 10s - loss: 0.36 - ETA: 9s - loss: 0.3624 - ETA: 8s - loss: 0.361 - ETA: 8s - loss: 0.361 - ETA: 7s - loss: 0.363 - ETA: 6s - loss: 0.362 - ETA: 5s - loss: 0.361 - ETA: 5s - loss: 0.360 - ETA: 4s - loss: 0.362 - ETA: 3s - loss: 0.363 - ETA: 2s - loss: 0.364 - ETA: 2s - loss: 0.366 - ETA: 1s - loss: 0.366 - ETA: 0s - loss: 0.364 - ETA: 0s - loss: 0.364 - 126s 919ms/step - loss: 0.3646 - val_loss: 0.3809\n",
"Epoch 20/30\n",
"137/137 [==============================] - ETA: 1:37 - loss: 0.384 - ETA: 1:40 - loss: 0.342 - ETA: 1:39 - loss: 0.408 - ETA: 1:37 - loss: 0.361 - ETA: 1:37 - loss: 0.463 - ETA: 1:36 - loss: 0.436 - ETA: 1:35 - loss: 0.422 - ETA: 1:35 - loss: 0.396 - ETA: 1:34 - loss: 0.386 - ETA: 1:33 - loss: 0.393 - ETA: 1:33 - loss: 0.393 - ETA: 1:32 - loss: 0.375 - ETA: 1:31 - loss: 0.369 - ETA: 1:30 - loss: 0.360 - ETA: 1:30 - loss: 0.361 - ETA: 1:29 - loss: 0.374 - ETA: 1:28 - loss: 0.358 - ETA: 1:27 - loss: 0.380 - ETA: 1:27 - loss: 0.387 - ETA: 1:26 - loss: 0.385 - ETA: 1:25 - loss: 0.379 - ETA: 1:24 - loss: 0.390 - ETA: 1:24 - loss: 0.387 - ETA: 1:23 - loss: 0.385 - ETA: 1:22 - loss: 0.377 - ETA: 1:21 - loss: 0.376 - ETA: 1:21 - loss: 0.371 - ETA: 1:20 - loss: 0.368 - ETA: 1:19 - loss: 0.368 - ETA: 1:18 - loss: 0.358 - ETA: 1:18 - loss: 0.355 - ETA: 1:17 - loss: 0.361 - ETA: 1:16 - loss: 0.359 - ETA: 1:15 - loss: 0.355 - ETA: 1:15 - loss: 0.360 - ETA: 1:14 - loss: 0.359 - ETA: 1:13 - loss: 0.362 - ETA: 1:13 - loss: 0.363 - ETA: 1:12 - loss: 0.365 - ETA: 1:11 - loss: 0.372 - ETA: 1:10 - loss: 0.373 - ETA: 1:10 - loss: 0.369 - ETA: 1:09 - loss: 0.364 - ETA: 1:08 - loss: 0.362 - ETA: 1:07 - loss: 0.366 - ETA: 1:07 - loss: 0.363 - ETA: 1:06 - loss: 0.361 - ETA: 1:05 - loss: 0.358 - ETA: 1:04 - loss: 0.364 - ETA: 1:04 - loss: 0.368 - ETA: 1:03 - loss: 0.364 - ETA: 1:02 - loss: 0.362 - ETA: 1:01 - loss: 0.358 - ETA: 1:01 - loss: 0.357 - ETA: 1:00 - loss: 0.356 - ETA: 59s - loss: 0.357 - ETA: 59s - loss: 0.36 - ETA: 58s - loss: 0.36 - ETA: 57s - loss: 0.35 - ETA: 56s - loss: 0.36 - ETA: 56s - loss: 0.36 - ETA: 55s - loss: 0.36 - ETA: 54s - loss: 0.35 - ETA: 53s - loss: 0.35 - ETA: 53s - loss: 0.35 - ETA: 52s - loss: 0.36 - ETA: 51s - loss: 0.36 - ETA: 51s - loss: 0.36 - ETA: 50s - loss: 0.35 - ETA: 49s - loss: 0.35 - ETA: 48s - loss: 0.35 - ETA: 48s - loss: 0.35 - ETA: 47s - loss: 0.35 - ETA: 46s - loss: 0.35 - ETA: 45s - loss: 0.35 - ETA: 45s - loss: 0.35 - ETA: 44s - loss: 0.34 - ETA: 43s - loss: 0.34 - ETA: 42s - loss: 0.34 - ETA: 42s - loss: 0.34 - ETA: 41s - loss: 0.34 - ETA: 40s - loss: 0.34 - ETA: 39s - loss: 0.34 - ETA: 39s - loss: 0.34 - ETA: 38s - loss: 0.34 - ETA: 37s - loss: 0.34 - ETA: 36s - loss: 0.34 - ETA: 36s - loss: 0.35 - ETA: 35s - loss: 0.35 - ETA: 34s - loss: 0.35 - ETA: 33s - loss: 0.35 - ETA: 33s - loss: 0.35 - ETA: 32s - loss: 0.35 - ETA: 31s - loss: 0.36 - ETA: 30s - loss: 0.36 - ETA: 30s - loss: 0.36 - ETA: 29s - loss: 0.35 - ETA: 28s - loss: 0.35 - ETA: 27s - loss: 0.35 - ETA: 27s - loss: 0.35 - ETA: 26s - loss: 0.35 - ETA: 25s - loss: 0.35 - ETA: 25s - loss: 0.35 - ETA: 24s - loss: 0.36 - ETA: 23s - loss: 0.35 - ETA: 22s - loss: 0.35 - ETA: 22s - loss: 0.35 - ETA: 21s - loss: 0.36 - ETA: 20s - loss: 0.36 - ETA: 19s - loss: 0.36 - ETA: 19s - loss: 0.36 - ETA: 18s - loss: 0.36 - ETA: 17s - loss: 0.35 - ETA: 16s - loss: 0.35 - ETA: 16s - loss: 0.36 - ETA: 15s - loss: 0.36 - ETA: 14s - loss: 0.35 - ETA: 13s - loss: 0.35 - ETA: 13s - loss: 0.35 - ETA: 12s - loss: 0.35 - ETA: 11s - loss: 0.35 - ETA: 11s - loss: 0.35 - ETA: 10s - loss: 0.35 - ETA: 9s - loss: 0.3581 - ETA: 8s - loss: 0.359 - ETA: 8s - loss: 0.359 - ETA: 7s - loss: 0.361 - ETA: 6s - loss: 0.364 - ETA: 5s - loss: 0.363 - ETA: 5s - loss: 0.361 - ETA: 4s - loss: 0.361 - ETA: 3s - loss: 0.361 - ETA: 2s - loss: 0.360 - ETA: 2s - loss: 0.358 - ETA: 1s - loss: 0.358 - ETA: 0s - loss: 0.357 - ETA: 0s - loss: 0.357 - 126s 918ms/step - loss: 0.3575 - val_loss: 0.3690\n",
"Epoch 21/30\n",
"137/137 [==============================] - ETA: 1:44 - loss: 0.202 - ETA: 1:39 - loss: 0.281 - ETA: 1:39 - loss: 0.256 - ETA: 1:40 - loss: 0.232 - ETA: 1:39 - loss: 0.268 - ETA: 1:37 - loss: 0.240 - ETA: 1:37 - loss: 0.271 - ETA: 1:37 - loss: 0.303 - ETA: 1:37 - loss: 0.351 - ETA: 1:37 - loss: 0.376 - ETA: 1:36 - loss: 0.360 - ETA: 1:35 - loss: 0.341 - ETA: 1:34 - loss: 0.331 - ETA: 1:34 - loss: 0.350 - ETA: 1:33 - loss: 0.345 - ETA: 1:32 - loss: 0.359 - ETA: 1:31 - loss: 0.361 - ETA: 1:30 - loss: 0.377 - ETA: 1:29 - loss: 0.397 - ETA: 1:28 - loss: 0.393 - ETA: 1:27 - loss: 0.391 - ETA: 1:26 - loss: 0.390 - ETA: 1:25 - loss: 0.392 - ETA: 1:24 - loss: 0.403 - ETA: 1:23 - loss: 0.394 - ETA: 1:23 - loss: 0.400 - ETA: 1:22 - loss: 0.410 - ETA: 1:21 - loss: 0.415 - ETA: 1:20 - loss: 0.412 - ETA: 1:19 - loss: 0.412 - ETA: 1:18 - loss: 0.418 - ETA: 1:18 - loss: 0.415 - ETA: 1:17 - loss: 0.414 - ETA: 1:16 - loss: 0.410 - ETA: 1:15 - loss: 0.416 - ETA: 1:14 - loss: 0.413 - ETA: 1:14 - loss: 0.406 - ETA: 1:13 - loss: 0.408 - ETA: 1:12 - loss: 0.404 - ETA: 1:11 - loss: 0.411 - ETA: 1:10 - loss: 0.409 - ETA: 1:10 - loss: 0.408 - ETA: 1:09 - loss: 0.401 - ETA: 1:08 - loss: 0.402 - ETA: 1:07 - loss: 0.396 - ETA: 1:07 - loss: 0.397 - ETA: 1:06 - loss: 0.391 - ETA: 1:05 - loss: 0.388 - ETA: 1:04 - loss: 0.389 - ETA: 1:04 - loss: 0.388 - ETA: 1:03 - loss: 0.387 - ETA: 1:02 - loss: 0.382 - ETA: 1:01 - loss: 0.380 - ETA: 1:00 - loss: 0.378 - ETA: 1:00 - loss: 0.378 - ETA: 59s - loss: 0.374 - ETA: 58s - loss: 0.37 - ETA: 57s - loss: 0.37 - ETA: 57s - loss: 0.37 - ETA: 56s - loss: 0.37 - ETA: 55s - loss: 0.36 - ETA: 54s - loss: 0.36 - ETA: 54s - loss: 0.36 - ETA: 53s - loss: 0.36 - ETA: 52s - loss: 0.36 - ETA: 51s - loss: 0.36 - ETA: 51s - loss: 0.35 - ETA: 50s - loss: 0.36 - ETA: 49s - loss: 0.36 - ETA: 49s - loss: 0.36 - ETA: 48s - loss: 0.37 - ETA: 47s - loss: 0.37 - ETA: 46s - loss: 0.36 - ETA: 46s - loss: 0.36 - ETA: 45s - loss: 0.36 - ETA: 44s - loss: 0.36 - ETA: 43s - loss: 0.36 - ETA: 43s - loss: 0.36 - ETA: 42s - loss: 0.36 - ETA: 41s - loss: 0.36 - ETA: 40s - loss: 0.35 - ETA: 40s - loss: 0.36 - ETA: 39s - loss: 0.36 - ETA: 38s - loss: 0.36 - ETA: 37s - loss: 0.36 - ETA: 37s - loss: 0.36 - ETA: 36s - loss: 0.36 - ETA: 35s - loss: 0.36 - ETA: 34s - loss: 0.36 - ETA: 34s - loss: 0.35 - ETA: 33s - loss: 0.35 - ETA: 32s - loss: 0.35 - ETA: 31s - loss: 0.35 - ETA: 31s - loss: 0.35 - ETA: 30s - loss: 0.35 - ETA: 29s - loss: 0.35 - ETA: 29s - loss: 0.35 - ETA: 28s - loss: 0.35 - ETA: 27s - loss: 0.34 - ETA: 26s - loss: 0.34 - ETA: 26s - loss: 0.34 - ETA: 25s - loss: 0.34 - ETA: 24s - loss: 0.34 - ETA: 23s - loss: 0.34 - ETA: 23s - loss: 0.34 - ETA: 22s - loss: 0.34 - ETA: 21s - loss: 0.34 - ETA: 21s - loss: 0.34 - ETA: 20s - loss: 0.34 - ETA: 19s - loss: 0.35 - ETA: 18s - loss: 0.34 - ETA: 18s - loss: 0.34 - ETA: 17s - loss: 0.34 - ETA: 16s - loss: 0.35 - ETA: 15s - loss: 0.34 - ETA: 15s - loss: 0.34 - ETA: 14s - loss: 0.35 - ETA: 13s - loss: 0.35 - ETA: 13s - loss: 0.35 - ETA: 12s - loss: 0.35 - ETA: 11s - loss: 0.35 - ETA: 10s - loss: 0.35 - ETA: 10s - loss: 0.35 - ETA: 9s - loss: 0.3515 - ETA: 8s - loss: 0.350 - ETA: 7s - loss: 0.349 - ETA: 7s - loss: 0.351 - ETA: 6s - loss: 0.351 - ETA: 5s - loss: 0.353 - ETA: 5s - loss: 0.353 - ETA: 4s - loss: 0.353 - ETA: 3s - loss: 0.351 - ETA: 2s - loss: 0.350 - ETA: 2s - loss: 0.353 - ETA: 1s - loss: 0.352 - ETA: 0s - loss: 0.350 - ETA: 0s - loss: 0.351 - 124s 905ms/step - loss: 0.3514 - val_loss: 0.3499\n",
"Epoch 22/30\n",
"137/137 [==============================] - ETA: 1:33 - loss: 0.291 - ETA: 1:38 - loss: 0.282 - ETA: 1:38 - loss: 0.291 - ETA: 1:35 - loss: 0.319 - ETA: 1:35 - loss: 0.323 - ETA: 1:35 - loss: 0.337 - ETA: 1:33 - loss: 0.363 - ETA: 1:33 - loss: 0.361 - ETA: 1:32 - loss: 0.331 - ETA: 1:31 - loss: 0.344 - ETA: 1:31 - loss: 0.334 - ETA: 1:30 - loss: 0.352 - ETA: 1:29 - loss: 0.350 - ETA: 1:28 - loss: 0.356 - ETA: 1:28 - loss: 0.350 - ETA: 1:27 - loss: 0.355 - ETA: 1:27 - loss: 0.350 - ETA: 1:26 - loss: 0.344 - ETA: 1:25 - loss: 0.341 - ETA: 1:24 - loss: 0.336 - ETA: 1:24 - loss: 0.337 - ETA: 1:23 - loss: 0.342 - ETA: 1:22 - loss: 0.334 - ETA: 1:21 - loss: 0.332 - ETA: 1:21 - loss: 0.336 - ETA: 1:20 - loss: 0.337 - ETA: 1:19 - loss: 0.337 - ETA: 1:18 - loss: 0.336 - ETA: 1:18 - loss: 0.335 - ETA: 1:17 - loss: 0.335 - ETA: 1:16 - loss: 0.332 - ETA: 1:15 - loss: 0.327 - ETA: 1:15 - loss: 0.333 - ETA: 1:14 - loss: 0.336 - ETA: 1:13 - loss: 0.336 - ETA: 1:12 - loss: 0.334 - ETA: 1:12 - loss: 0.329 - ETA: 1:11 - loss: 0.337 - ETA: 1:10 - loss: 0.338 - ETA: 1:10 - loss: 0.339 - ETA: 1:09 - loss: 0.335 - ETA: 1:08 - loss: 0.336 - ETA: 1:07 - loss: 0.333 - ETA: 1:07 - loss: 0.338 - ETA: 1:06 - loss: 0.347 - ETA: 1:05 - loss: 0.347 - ETA: 1:04 - loss: 0.348 - ETA: 1:04 - loss: 0.346 - ETA: 1:03 - loss: 0.343 - ETA: 1:02 - loss: 0.344 - ETA: 1:02 - loss: 0.348 - ETA: 1:01 - loss: 0.348 - ETA: 1:00 - loss: 0.347 - ETA: 59s - loss: 0.344 - ETA: 59s - loss: 0.34 - ETA: 58s - loss: 0.34 - ETA: 57s - loss: 0.34 - ETA: 57s - loss: 0.34 - ETA: 56s - loss: 0.34 - ETA: 55s - loss: 0.34 - ETA: 54s - loss: 0.34 - ETA: 54s - loss: 0.35 - ETA: 53s - loss: 0.34 - ETA: 52s - loss: 0.34 - ETA: 51s - loss: 0.34 - ETA: 51s - loss: 0.34 - ETA: 50s - loss: 0.34 - ETA: 49s - loss: 0.34 - ETA: 49s - loss: 0.33 - ETA: 48s - loss: 0.33 - ETA: 47s - loss: 0.33 - ETA: 46s - loss: 0.33 - ETA: 46s - loss: 0.33 - ETA: 45s - loss: 0.33 - ETA: 44s - loss: 0.33 - ETA: 44s - loss: 0.33 - ETA: 43s - loss: 0.33 - ETA: 42s - loss: 0.33 - ETA: 41s - loss: 0.33 - ETA: 41s - loss: 0.33 - ETA: 40s - loss: 0.33 - ETA: 39s - loss: 0.33 - ETA: 38s - loss: 0.33 - ETA: 38s - loss: 0.33 - ETA: 37s - loss: 0.33 - ETA: 36s - loss: 0.33 - ETA: 36s - loss: 0.33 - ETA: 35s - loss: 0.33 - ETA: 34s - loss: 0.33 - ETA: 33s - loss: 0.33 - ETA: 33s - loss: 0.33 - ETA: 32s - loss: 0.33 - ETA: 31s - loss: 0.33 - ETA: 30s - loss: 0.33 - ETA: 30s - loss: 0.33 - ETA: 29s - loss: 0.33 - ETA: 28s - loss: 0.33 - ETA: 28s - loss: 0.33 - ETA: 27s - loss: 0.33 - ETA: 26s - loss: 0.33 - ETA: 25s - loss: 0.33 - ETA: 25s - loss: 0.33 - ETA: 24s - loss: 0.33 - ETA: 23s - loss: 0.33 - ETA: 23s - loss: 0.33 - ETA: 22s - loss: 0.33 - ETA: 21s - loss: 0.33 - ETA: 20s - loss: 0.33 - ETA: 20s - loss: 0.33 - ETA: 19s - loss: 0.33 - ETA: 18s - loss: 0.33 - ETA: 18s - loss: 0.33 - ETA: 17s - loss: 0.33 - ETA: 16s - loss: 0.33 - ETA: 15s - loss: 0.33 - ETA: 15s - loss: 0.33 - ETA: 14s - loss: 0.33 - ETA: 13s - loss: 0.33 - ETA: 12s - loss: 0.33 - ETA: 12s - loss: 0.33 - ETA: 11s - loss: 0.33 - ETA: 10s - loss: 0.33 - ETA: 10s - loss: 0.33 - ETA: 9s - loss: 0.3369 - ETA: 8s - loss: 0.339 - ETA: 7s - loss: 0.337 - ETA: 7s - loss: 0.337 - ETA: 6s - loss: 0.336 - ETA: 5s - loss: 0.336 - ETA: 5s - loss: 0.336 - ETA: 4s - loss: 0.334 - ETA: 3s - loss: 0.333 - ETA: 2s - loss: 0.334 - ETA: 2s - loss: 0.334 - ETA: 1s - loss: 0.333 - ETA: 0s - loss: 0.333 - ETA: 0s - loss: 0.333 - 123s 900ms/step - loss: 0.3335 - val_loss: 0.3628\n",
"Epoch 23/30\n",
"137/137 [==============================] - ETA: 1:40 - loss: 0.211 - ETA: 1:35 - loss: 0.255 - ETA: 1:36 - loss: 0.433 - ETA: 1:36 - loss: 0.413 - ETA: 1:34 - loss: 0.408 - ETA: 1:34 - loss: 0.406 - ETA: 1:33 - loss: 0.375 - ETA: 1:32 - loss: 0.362 - ETA: 1:32 - loss: 0.354 - ETA: 1:31 - loss: 0.342 - ETA: 1:30 - loss: 0.330 - ETA: 1:29 - loss: 0.311 - ETA: 1:28 - loss: 0.304 - ETA: 1:28 - loss: 0.311 - ETA: 1:27 - loss: 0.317 - ETA: 1:26 - loss: 0.311 - ETA: 1:26 - loss: 0.302 - ETA: 1:25 - loss: 0.304 - ETA: 1:24 - loss: 0.303 - ETA: 1:24 - loss: 0.306 - ETA: 1:23 - loss: 0.305 - ETA: 1:22 - loss: 0.316 - ETA: 1:21 - loss: 0.324 - ETA: 1:21 - loss: 0.333 - ETA: 1:20 - loss: 0.330 - ETA: 1:19 - loss: 0.331 - ETA: 1:18 - loss: 0.323 - ETA: 1:18 - loss: 0.322 - ETA: 1:17 - loss: 0.320 - ETA: 1:16 - loss: 0.329 - ETA: 1:15 - loss: 0.322 - ETA: 1:15 - loss: 0.321 - ETA: 1:14 - loss: 0.315 - ETA: 1:13 - loss: 0.321 - ETA: 1:13 - loss: 0.317 - ETA: 1:12 - loss: 0.316 - ETA: 1:11 - loss: 0.316 - ETA: 1:11 - loss: 0.310 - ETA: 1:10 - loss: 0.311 - ETA: 1:09 - loss: 0.312 - ETA: 1:09 - loss: 0.314 - ETA: 1:08 - loss: 0.312 - ETA: 1:07 - loss: 0.316 - ETA: 1:06 - loss: 0.326 - ETA: 1:06 - loss: 0.320 - ETA: 1:05 - loss: 0.318 - ETA: 1:04 - loss: 0.319 - ETA: 1:04 - loss: 0.319 - ETA: 1:03 - loss: 0.319 - ETA: 1:02 - loss: 0.316 - ETA: 1:01 - loss: 0.315 - ETA: 1:01 - loss: 0.316 - ETA: 1:00 - loss: 0.321 - ETA: 59s - loss: 0.320 - ETA: 59s - loss: 0.31 - ETA: 58s - loss: 0.31 - ETA: 57s - loss: 0.32 - ETA: 56s - loss: 0.32 - ETA: 56s - loss: 0.31 - ETA: 55s - loss: 0.32 - ETA: 54s - loss: 0.32 - ETA: 54s - loss: 0.32 - ETA: 53s - loss: 0.32 - ETA: 52s - loss: 0.32 - ETA: 51s - loss: 0.32 - ETA: 51s - loss: 0.32 - ETA: 50s - loss: 0.32 - ETA: 49s - loss: 0.32 - ETA: 48s - loss: 0.32 - ETA: 48s - loss: 0.32 - ETA: 47s - loss: 0.32 - ETA: 46s - loss: 0.32 - ETA: 46s - loss: 0.32 - ETA: 45s - loss: 0.32 - ETA: 44s - loss: 0.32 - ETA: 43s - loss: 0.32 - ETA: 43s - loss: 0.32 - ETA: 42s - loss: 0.32 - ETA: 41s - loss: 0.32 - ETA: 40s - loss: 0.32 - ETA: 40s - loss: 0.32 - ETA: 39s - loss: 0.32 - ETA: 38s - loss: 0.32 - ETA: 38s - loss: 0.32 - ETA: 37s - loss: 0.32 - ETA: 36s - loss: 0.32 - ETA: 35s - loss: 0.32 - ETA: 35s - loss: 0.32 - ETA: 34s - loss: 0.32 - ETA: 33s - loss: 0.32 - ETA: 32s - loss: 0.32 - ETA: 32s - loss: 0.32 - ETA: 31s - loss: 0.32 - ETA: 30s - loss: 0.32 - ETA: 30s - loss: 0.32 - ETA: 29s - loss: 0.32 - ETA: 28s - loss: 0.32 - ETA: 28s - loss: 0.32 - ETA: 27s - loss: 0.32 - ETA: 26s - loss: 0.32 - ETA: 25s - loss: 0.32 - ETA: 25s - loss: 0.32 - ETA: 24s - loss: 0.32 - ETA: 23s - loss: 0.33 - ETA: 22s - loss: 0.33 - ETA: 22s - loss: 0.33 - ETA: 21s - loss: 0.32 - ETA: 20s - loss: 0.32 - ETA: 20s - loss: 0.33 - ETA: 19s - loss: 0.32 - ETA: 18s - loss: 0.33 - ETA: 17s - loss: 0.32 - ETA: 17s - loss: 0.32 - ETA: 16s - loss: 0.33 - ETA: 15s - loss: 0.33 - ETA: 15s - loss: 0.33 - ETA: 14s - loss: 0.33 - ETA: 13s - loss: 0.33 - ETA: 12s - loss: 0.33 - ETA: 12s - loss: 0.33 - ETA: 11s - loss: 0.32 - ETA: 10s - loss: 0.32 - ETA: 10s - loss: 0.32 - ETA: 9s - loss: 0.3258 - ETA: 8s - loss: 0.325 - ETA: 7s - loss: 0.324 - ETA: 7s - loss: 0.323 - ETA: 6s - loss: 0.321 - ETA: 5s - loss: 0.322 - ETA: 5s - loss: 0.325 - ETA: 4s - loss: 0.325 - ETA: 3s - loss: 0.324 - ETA: 2s - loss: 0.324 - ETA: 2s - loss: 0.326 - ETA: 1s - loss: 0.326 - ETA: 0s - loss: 0.325 - ETA: 0s - loss: 0.327 - 123s 902ms/step - loss: 0.3279 - val_loss: 0.3413\n",
"Epoch 24/30\n",
"137/137 [==============================] - ETA: 1:36 - loss: 0.357 - ETA: 1:35 - loss: 0.401 - ETA: 1:34 - loss: 0.398 - ETA: 1:34 - loss: 0.364 - ETA: 1:33 - loss: 0.342 - ETA: 1:33 - loss: 0.361 - ETA: 1:32 - loss: 0.338 - ETA: 1:32 - loss: 0.319 - ETA: 1:31 - loss: 0.306 - ETA: 1:30 - loss: 0.312 - ETA: 1:30 - loss: 0.307 - ETA: 1:29 - loss: 0.300 - ETA: 1:29 - loss: 0.287 - ETA: 1:28 - loss: 0.302 - ETA: 1:27 - loss: 0.288 - ETA: 1:26 - loss: 0.301 - ETA: 1:26 - loss: 0.314 - ETA: 1:25 - loss: 0.303 - ETA: 1:24 - loss: 0.294 - ETA: 1:24 - loss: 0.284 - ETA: 1:23 - loss: 0.312 - ETA: 1:22 - loss: 0.321 - ETA: 1:22 - loss: 0.313 - ETA: 1:21 - loss: 0.320 - ETA: 1:20 - loss: 0.326 - ETA: 1:19 - loss: 0.321 - ETA: 1:19 - loss: 0.328 - ETA: 1:19 - loss: 0.327 - ETA: 1:18 - loss: 0.322 - ETA: 1:18 - loss: 0.330 - ETA: 1:17 - loss: 0.325 - ETA: 1:17 - loss: 0.327 - ETA: 1:16 - loss: 0.327 - ETA: 1:16 - loss: 0.324 - ETA: 1:16 - loss: 0.321 - ETA: 1:16 - loss: 0.325 - ETA: 1:16 - loss: 0.322 - ETA: 1:16 - loss: 0.320 - ETA: 1:16 - loss: 0.315 - ETA: 1:16 - loss: 0.313 - ETA: 1:15 - loss: 0.307 - ETA: 1:15 - loss: 0.309 - ETA: 1:14 - loss: 0.313 - ETA: 1:13 - loss: 0.312 - ETA: 1:12 - loss: 0.315 - ETA: 1:11 - loss: 0.313 - ETA: 1:10 - loss: 0.319 - ETA: 1:09 - loss: 0.321 - ETA: 1:08 - loss: 0.321 - ETA: 1:07 - loss: 0.319 - ETA: 1:06 - loss: 0.317 - ETA: 1:05 - loss: 0.317 - ETA: 1:05 - loss: 0.319 - ETA: 1:04 - loss: 0.318 - ETA: 1:03 - loss: 0.316 - ETA: 1:02 - loss: 0.319 - ETA: 1:02 - loss: 0.317 - ETA: 1:01 - loss: 0.316 - ETA: 1:00 - loss: 0.316 - ETA: 59s - loss: 0.316 - ETA: 59s - loss: 0.31 - ETA: 59s - loss: 0.31 - ETA: 58s - loss: 0.31 - ETA: 58s - loss: 0.31 - ETA: 57s - loss: 0.31 - ETA: 56s - loss: 0.31 - ETA: 55s - loss: 0.31 - ETA: 54s - loss: 0.31 - ETA: 53s - loss: 0.31 - ETA: 52s - loss: 0.31 - ETA: 51s - loss: 0.31 - ETA: 51s - loss: 0.31 - ETA: 50s - loss: 0.31 - ETA: 49s - loss: 0.31 - ETA: 48s - loss: 0.31 - ETA: 48s - loss: 0.31 - ETA: 47s - loss: 0.31 - ETA: 46s - loss: 0.32 - ETA: 45s - loss: 0.31 - ETA: 44s - loss: 0.32 - ETA: 44s - loss: 0.32 - ETA: 43s - loss: 0.32 - ETA: 42s - loss: 0.32 - ETA: 41s - loss: 0.32 - ETA: 40s - loss: 0.32 - ETA: 39s - loss: 0.32 - ETA: 39s - loss: 0.32 - ETA: 38s - loss: 0.32 - ETA: 37s - loss: 0.32 - ETA: 36s - loss: 0.33 - ETA: 35s - loss: 0.33 - ETA: 35s - loss: 0.33 - ETA: 34s - loss: 0.33 - ETA: 33s - loss: 0.33 - ETA: 32s - loss: 0.33 - ETA: 31s - loss: 0.33 - ETA: 31s - loss: 0.33 - ETA: 30s - loss: 0.33 - ETA: 29s - loss: 0.32 - ETA: 28s - loss: 0.33 - ETA: 27s - loss: 0.33 - ETA: 27s - loss: 0.33 - ETA: 26s - loss: 0.33 - ETA: 25s - loss: 0.33 - ETA: 24s - loss: 0.32 - ETA: 24s - loss: 0.32 - ETA: 23s - loss: 0.32 - ETA: 22s - loss: 0.32 - ETA: 21s - loss: 0.32 - ETA: 20s - loss: 0.32 - ETA: 20s - loss: 0.32 - ETA: 19s - loss: 0.32 - ETA: 18s - loss: 0.32 - ETA: 17s - loss: 0.32 - ETA: 17s - loss: 0.32 - ETA: 16s - loss: 0.32 - ETA: 15s - loss: 0.32 - ETA: 14s - loss: 0.32 - ETA: 14s - loss: 0.32 - ETA: 13s - loss: 0.32 - ETA: 12s - loss: 0.32 - ETA: 11s - loss: 0.32 - ETA: 10s - loss: 0.32 - ETA: 10s - loss: 0.32 - ETA: 9s - loss: 0.3263 - ETA: 8s - loss: 0.325 - ETA: 7s - loss: 0.323 - ETA: 7s - loss: 0.323 - ETA: 6s - loss: 0.322 - ETA: 5s - loss: 0.324 - ETA: 4s - loss: 0.323 - ETA: 3s - loss: 0.322 - ETA: 3s - loss: 0.322 - ETA: 2s - loss: 0.322 - ETA: 1s - loss: 0.322 - ETA: 0s - loss: 0.322 - ETA: 0s - loss: 0.322 - 133s 971ms/step - loss: 0.3229 - val_loss: 0.3191\n",
"Epoch 25/30\n",
"137/137 [==============================] - ETA: 1:35 - loss: 0.270 - ETA: 1:47 - loss: 0.241 - ETA: 1:42 - loss: 0.279 - ETA: 1:40 - loss: 0.383 - ETA: 1:39 - loss: 0.372 - ETA: 1:39 - loss: 0.376 - ETA: 1:38 - loss: 0.377 - ETA: 1:37 - loss: 0.365 - ETA: 1:36 - loss: 0.402 - ETA: 1:35 - loss: 0.392 - ETA: 1:34 - loss: 0.406 - ETA: 1:33 - loss: 0.383 - ETA: 1:33 - loss: 0.382 - ETA: 1:32 - loss: 0.379 - ETA: 1:31 - loss: 0.378 - ETA: 1:31 - loss: 0.368 - ETA: 1:30 - loss: 0.361 - ETA: 1:29 - loss: 0.352 - ETA: 1:28 - loss: 0.350 - ETA: 1:28 - loss: 0.342 - ETA: 1:27 - loss: 0.359 - ETA: 1:26 - loss: 0.358 - ETA: 1:25 - loss: 0.370 - ETA: 1:25 - loss: 0.360 - ETA: 1:24 - loss: 0.362 - ETA: 1:23 - loss: 0.363 - ETA: 1:22 - loss: 0.361 - ETA: 1:21 - loss: 0.358 - ETA: 1:20 - loss: 0.353 - ETA: 1:20 - loss: 0.353 - ETA: 1:19 - loss: 0.347 - ETA: 1:18 - loss: 0.349 - ETA: 1:17 - loss: 0.350 - ETA: 1:17 - loss: 0.351 - ETA: 1:16 - loss: 0.356 - ETA: 1:15 - loss: 0.349 - ETA: 1:15 - loss: 0.352 - ETA: 1:14 - loss: 0.355 - ETA: 1:13 - loss: 0.353 - ETA: 1:12 - loss: 0.349 - ETA: 1:11 - loss: 0.350 - ETA: 1:11 - loss: 0.353 - ETA: 1:10 - loss: 0.350 - ETA: 1:09 - loss: 0.344 - ETA: 1:08 - loss: 0.342 - ETA: 1:08 - loss: 0.339 - ETA: 1:07 - loss: 0.339 - ETA: 1:06 - loss: 0.343 - ETA: 1:05 - loss: 0.348 - ETA: 1:05 - loss: 0.348 - ETA: 1:04 - loss: 0.349 - ETA: 1:03 - loss: 0.350 - ETA: 1:02 - loss: 0.351 - ETA: 1:02 - loss: 0.352 - ETA: 1:01 - loss: 0.354 - ETA: 1:00 - loss: 0.351 - ETA: 59s - loss: 0.348 - ETA: 58s - loss: 0.34 - ETA: 57s - loss: 0.34 - ETA: 57s - loss: 0.34 - ETA: 56s - loss: 0.33 - ETA: 55s - loss: 0.33 - ETA: 54s - loss: 0.33 - ETA: 54s - loss: 0.33 - ETA: 53s - loss: 0.33 - ETA: 52s - loss: 0.33 - ETA: 52s - loss: 0.32 - ETA: 51s - loss: 0.32 - ETA: 50s - loss: 0.32 - ETA: 49s - loss: 0.32 - ETA: 49s - loss: 0.32 - ETA: 48s - loss: 0.32 - ETA: 47s - loss: 0.33 - ETA: 46s - loss: 0.33 - ETA: 46s - loss: 0.33 - ETA: 45s - loss: 0.32 - ETA: 44s - loss: 0.33 - ETA: 43s - loss: 0.33 - ETA: 43s - loss: 0.33 - ETA: 42s - loss: 0.32 - ETA: 41s - loss: 0.32 - ETA: 40s - loss: 0.32 - ETA: 40s - loss: 0.32 - ETA: 39s - loss: 0.32 - ETA: 38s - loss: 0.32 - ETA: 37s - loss: 0.32 - ETA: 37s - loss: 0.32 - ETA: 36s - loss: 0.32 - ETA: 35s - loss: 0.32 - ETA: 34s - loss: 0.32 - ETA: 34s - loss: 0.32 - ETA: 33s - loss: 0.32 - ETA: 32s - loss: 0.32 - ETA: 31s - loss: 0.32 - ETA: 31s - loss: 0.33 - ETA: 30s - loss: 0.33 - ETA: 29s - loss: 0.32 - ETA: 28s - loss: 0.32 - ETA: 28s - loss: 0.32 - ETA: 27s - loss: 0.32 - ETA: 26s - loss: 0.32 - ETA: 25s - loss: 0.32 - ETA: 25s - loss: 0.32 - ETA: 24s - loss: 0.32 - ETA: 23s - loss: 0.32 - ETA: 23s - loss: 0.32 - ETA: 22s - loss: 0.32 - ETA: 21s - loss: 0.32 - ETA: 20s - loss: 0.32 - ETA: 20s - loss: 0.32 - ETA: 19s - loss: 0.31 - ETA: 18s - loss: 0.32 - ETA: 17s - loss: 0.32 - ETA: 17s - loss: 0.32 - ETA: 16s - loss: 0.32 - ETA: 15s - loss: 0.32 - ETA: 14s - loss: 0.31 - ETA: 14s - loss: 0.31 - ETA: 13s - loss: 0.31 - ETA: 12s - loss: 0.31 - ETA: 11s - loss: 0.31 - ETA: 11s - loss: 0.31 - ETA: 10s - loss: 0.31 - ETA: 9s - loss: 0.3156 - ETA: 8s - loss: 0.315 - ETA: 8s - loss: 0.313 - ETA: 7s - loss: 0.312 - ETA: 6s - loss: 0.311 - ETA: 6s - loss: 0.315 - ETA: 5s - loss: 0.313 - ETA: 4s - loss: 0.312 - ETA: 3s - loss: 0.312 - ETA: 3s - loss: 0.314 - ETA: 2s - loss: 0.315 - ETA: 1s - loss: 0.314 - ETA: 0s - loss: 0.313 - ETA: 0s - loss: 0.314 - 128s 935ms/step - loss: 0.3144 - val_loss: 0.3040\n",
"Epoch 26/30\n",
"137/137 [==============================] - ETA: 1:38 - loss: 0.378 - ETA: 1:34 - loss: 0.418 - ETA: 1:34 - loss: 0.447 - ETA: 1:34 - loss: 0.407 - ETA: 1:34 - loss: 0.393 - ETA: 1:33 - loss: 0.366 - ETA: 1:32 - loss: 0.363 - ETA: 1:31 - loss: 0.352 - ETA: 1:31 - loss: 0.362 - ETA: 1:30 - loss: 0.378 - ETA: 1:30 - loss: 0.377 - ETA: 1:29 - loss: 0.373 - ETA: 1:29 - loss: 0.408 - ETA: 1:28 - loss: 0.385 - ETA: 1:28 - loss: 0.374 - ETA: 1:27 - loss: 0.374 - ETA: 1:26 - loss: 0.364 - ETA: 1:25 - loss: 0.350 - ETA: 1:25 - loss: 0.337 - ETA: 1:24 - loss: 0.343 - ETA: 1:23 - loss: 0.340 - ETA: 1:23 - loss: 0.334 - ETA: 1:22 - loss: 0.343 - ETA: 1:21 - loss: 0.343 - ETA: 1:21 - loss: 0.350 - ETA: 1:20 - loss: 0.345 - ETA: 1:19 - loss: 0.344 - ETA: 1:18 - loss: 0.342 - ETA: 1:17 - loss: 0.341 - ETA: 1:17 - loss: 0.342 - ETA: 1:16 - loss: 0.335 - ETA: 1:15 - loss: 0.336 - ETA: 1:15 - loss: 0.337 - ETA: 1:14 - loss: 0.339 - ETA: 1:13 - loss: 0.335 - ETA: 1:12 - loss: 0.330 - ETA: 1:12 - loss: 0.326 - ETA: 1:11 - loss: 0.326 - ETA: 1:10 - loss: 0.329 - ETA: 1:10 - loss: 0.329 - ETA: 1:09 - loss: 0.334 - ETA: 1:08 - loss: 0.328 - ETA: 1:07 - loss: 0.324 - ETA: 1:07 - loss: 0.324 - ETA: 1:06 - loss: 0.324 - ETA: 1:05 - loss: 0.322 - ETA: 1:04 - loss: 0.320 - ETA: 1:03 - loss: 0.327 - ETA: 1:03 - loss: 0.322 - ETA: 1:02 - loss: 0.319 - ETA: 1:01 - loss: 0.318 - ETA: 1:00 - loss: 0.316 - ETA: 59s - loss: 0.311 - ETA: 59s - loss: 0.30 - ETA: 58s - loss: 0.31 - ETA: 57s - loss: 0.31 - ETA: 57s - loss: 0.30 - ETA: 56s - loss: 0.30 - ETA: 55s - loss: 0.30 - ETA: 55s - loss: 0.30 - ETA: 54s - loss: 0.30 - ETA: 53s - loss: 0.30 - ETA: 52s - loss: 0.30 - ETA: 52s - loss: 0.30 - ETA: 51s - loss: 0.30 - ETA: 50s - loss: 0.30 - ETA: 50s - loss: 0.30 - ETA: 49s - loss: 0.30 - ETA: 48s - loss: 0.30 - ETA: 48s - loss: 0.30 - ETA: 47s - loss: 0.30 - ETA: 46s - loss: 0.30 - ETA: 46s - loss: 0.30 - ETA: 45s - loss: 0.30 - ETA: 44s - loss: 0.30 - ETA: 44s - loss: 0.30 - ETA: 43s - loss: 0.30 - ETA: 42s - loss: 0.30 - ETA: 41s - loss: 0.30 - ETA: 41s - loss: 0.31 - ETA: 40s - loss: 0.31 - ETA: 39s - loss: 0.31 - ETA: 39s - loss: 0.31 - ETA: 38s - loss: 0.32 - ETA: 37s - loss: 0.31 - ETA: 37s - loss: 0.32 - ETA: 36s - loss: 0.32 - ETA: 35s - loss: 0.32 - ETA: 35s - loss: 0.32 - ETA: 34s - loss: 0.32 - ETA: 33s - loss: 0.31 - ETA: 32s - loss: 0.31 - ETA: 32s - loss: 0.32 - ETA: 31s - loss: 0.32 - ETA: 30s - loss: 0.32 - ETA: 30s - loss: 0.32 - ETA: 29s - loss: 0.32 - ETA: 28s - loss: 0.32 - ETA: 27s - loss: 0.32 - ETA: 27s - loss: 0.32 - ETA: 26s - loss: 0.32 - ETA: 25s - loss: 0.31 - ETA: 24s - loss: 0.32 - ETA: 24s - loss: 0.32 - ETA: 23s - loss: 0.31 - ETA: 22s - loss: 0.31 - ETA: 22s - loss: 0.31 - ETA: 21s - loss: 0.31 - ETA: 20s - loss: 0.31 - ETA: 19s - loss: 0.31 - ETA: 19s - loss: 0.31 - ETA: 18s - loss: 0.31 - ETA: 17s - loss: 0.31 - ETA: 16s - loss: 0.31 - ETA: 16s - loss: 0.31 - ETA: 15s - loss: 0.31 - ETA: 14s - loss: 0.31 - ETA: 13s - loss: 0.31 - ETA: 13s - loss: 0.31 - ETA: 12s - loss: 0.31 - ETA: 11s - loss: 0.31 - ETA: 11s - loss: 0.31 - ETA: 10s - loss: 0.30 - ETA: 9s - loss: 0.3101 - ETA: 8s - loss: 0.312 - ETA: 8s - loss: 0.313 - ETA: 7s - loss: 0.312 - ETA: 6s - loss: 0.314 - ETA: 5s - loss: 0.313 - ETA: 5s - loss: 0.312 - ETA: 4s - loss: 0.312 - ETA: 3s - loss: 0.312 - ETA: 2s - loss: 0.311 - ETA: 2s - loss: 0.311 - ETA: 1s - loss: 0.312 - ETA: 0s - loss: 0.310 - ETA: 0s - loss: 0.310 - 126s 919ms/step - loss: 0.3103 - val_loss: 0.3250\n",
"Epoch 27/30\n",
"137/137 [==============================] - ETA: 1:42 - loss: 0.169 - ETA: 1:40 - loss: 0.258 - ETA: 1:38 - loss: 0.381 - ETA: 1:38 - loss: 0.334 - ETA: 1:37 - loss: 0.293 - ETA: 1:36 - loss: 0.328 - ETA: 1:36 - loss: 0.336 - ETA: 1:35 - loss: 0.336 - ETA: 1:34 - loss: 0.335 - ETA: 1:34 - loss: 0.331 - ETA: 1:33 - loss: 0.321 - ETA: 1:32 - loss: 0.315 - ETA: 1:32 - loss: 0.308 - ETA: 1:31 - loss: 0.316 - ETA: 1:30 - loss: 0.301 - ETA: 1:29 - loss: 0.299 - ETA: 1:28 - loss: 0.295 - ETA: 1:28 - loss: 0.309 - ETA: 1:27 - loss: 0.308 - ETA: 1:26 - loss: 0.317 - ETA: 1:26 - loss: 0.311 - ETA: 1:25 - loss: 0.312 - ETA: 1:24 - loss: 0.306 - ETA: 1:23 - loss: 0.306 - ETA: 1:22 - loss: 0.299 - ETA: 1:22 - loss: 0.304 - ETA: 1:21 - loss: 0.304 - ETA: 1:20 - loss: 0.302 - ETA: 1:20 - loss: 0.302 - ETA: 1:19 - loss: 0.308 - ETA: 1:18 - loss: 0.300 - ETA: 1:17 - loss: 0.305 - ETA: 1:17 - loss: 0.300 - ETA: 1:16 - loss: 0.297 - ETA: 1:15 - loss: 0.301 - ETA: 1:14 - loss: 0.297 - ETA: 1:14 - loss: 0.295 - ETA: 1:13 - loss: 0.302 - ETA: 1:12 - loss: 0.304 - ETA: 1:11 - loss: 0.300 - ETA: 1:10 - loss: 0.304 - ETA: 1:10 - loss: 0.304 - ETA: 1:09 - loss: 0.301 - ETA: 1:08 - loss: 0.299 - ETA: 1:07 - loss: 0.297 - ETA: 1:06 - loss: 0.295 - ETA: 1:06 - loss: 0.291 - ETA: 1:05 - loss: 0.293 - ETA: 1:04 - loss: 0.295 - ETA: 1:04 - loss: 0.294 - ETA: 1:03 - loss: 0.291 - ETA: 1:02 - loss: 0.289 - ETA: 1:02 - loss: 0.294 - ETA: 1:01 - loss: 0.293 - ETA: 1:00 - loss: 0.294 - ETA: 59s - loss: 0.294 - ETA: 59s - loss: 0.29 - ETA: 58s - loss: 0.29 - ETA: 57s - loss: 0.29 - ETA: 56s - loss: 0.29 - ETA: 56s - loss: 0.29 - ETA: 55s - loss: 0.29 - ETA: 54s - loss: 0.29 - ETA: 53s - loss: 0.29 - ETA: 53s - loss: 0.29 - ETA: 52s - loss: 0.29 - ETA: 51s - loss: 0.30 - ETA: 50s - loss: 0.30 - ETA: 50s - loss: 0.30 - ETA: 49s - loss: 0.30 - ETA: 48s - loss: 0.30 - ETA: 48s - loss: 0.30 - ETA: 47s - loss: 0.30 - ETA: 46s - loss: 0.30 - ETA: 45s - loss: 0.30 - ETA: 45s - loss: 0.30 - ETA: 44s - loss: 0.31 - ETA: 43s - loss: 0.30 - ETA: 42s - loss: 0.30 - ETA: 42s - loss: 0.30 - ETA: 41s - loss: 0.30 - ETA: 40s - loss: 0.30 - ETA: 39s - loss: 0.30 - ETA: 39s - loss: 0.30 - ETA: 38s - loss: 0.30 - ETA: 37s - loss: 0.30 - ETA: 36s - loss: 0.30 - ETA: 36s - loss: 0.30 - ETA: 35s - loss: 0.30 - ETA: 34s - loss: 0.30 - ETA: 33s - loss: 0.30 - ETA: 33s - loss: 0.30 - ETA: 32s - loss: 0.30 - ETA: 31s - loss: 0.30 - ETA: 31s - loss: 0.30 - ETA: 30s - loss: 0.31 - ETA: 29s - loss: 0.31 - ETA: 28s - loss: 0.30 - ETA: 28s - loss: 0.30 - ETA: 27s - loss: 0.30 - ETA: 26s - loss: 0.30 - ETA: 25s - loss: 0.30 - ETA: 25s - loss: 0.30 - ETA: 24s - loss: 0.30 - ETA: 23s - loss: 0.30 - ETA: 22s - loss: 0.30 - ETA: 22s - loss: 0.30 - ETA: 21s - loss: 0.30 - ETA: 20s - loss: 0.30 - ETA: 19s - loss: 0.30 - ETA: 19s - loss: 0.30 - ETA: 18s - loss: 0.30 - ETA: 17s - loss: 0.30 - ETA: 16s - loss: 0.30 - ETA: 16s - loss: 0.30 - ETA: 15s - loss: 0.30 - ETA: 14s - loss: 0.30 - ETA: 14s - loss: 0.30 - ETA: 13s - loss: 0.30 - ETA: 12s - loss: 0.30 - ETA: 11s - loss: 0.30 - ETA: 11s - loss: 0.30 - ETA: 10s - loss: 0.30 - ETA: 9s - loss: 0.3071 - ETA: 8s - loss: 0.306 - ETA: 8s - loss: 0.306 - ETA: 7s - loss: 0.305 - ETA: 6s - loss: 0.306 - ETA: 5s - loss: 0.306 - ETA: 5s - loss: 0.306 - ETA: 4s - loss: 0.307 - ETA: 3s - loss: 0.305 - ETA: 2s - loss: 0.305 - ETA: 2s - loss: 0.305 - ETA: 1s - loss: 0.304 - ETA: 0s - loss: 0.304 - ETA: 0s - loss: 0.303 - 126s 923ms/step - loss: 0.3035 - val_loss: 0.2934\n",
"Epoch 28/30\n",
"137/137 [==============================] - ETA: 1:34 - loss: 0.652 - ETA: 1:41 - loss: 0.542 - ETA: 1:38 - loss: 0.421 - ETA: 1:38 - loss: 0.354 - ETA: 1:36 - loss: 0.334 - ETA: 1:36 - loss: 0.300 - ETA: 1:35 - loss: 0.295 - ETA: 1:34 - loss: 0.323 - ETA: 1:33 - loss: 0.331 - ETA: 1:32 - loss: 0.332 - ETA: 1:32 - loss: 0.342 - ETA: 1:31 - loss: 0.350 - ETA: 1:30 - loss: 0.355 - ETA: 1:30 - loss: 0.363 - ETA: 1:29 - loss: 0.361 - ETA: 1:28 - loss: 0.347 - ETA: 1:28 - loss: 0.344 - ETA: 1:27 - loss: 0.339 - ETA: 1:26 - loss: 0.324 - ETA: 1:26 - loss: 0.318 - ETA: 1:25 - loss: 0.319 - ETA: 1:24 - loss: 0.315 - ETA: 1:24 - loss: 0.316 - ETA: 1:23 - loss: 0.308 - ETA: 1:22 - loss: 0.297 - ETA: 1:21 - loss: 0.296 - ETA: 1:21 - loss: 0.300 - ETA: 1:20 - loss: 0.299 - ETA: 1:19 - loss: 0.290 - ETA: 1:18 - loss: 0.295 - ETA: 1:18 - loss: 0.290 - ETA: 1:17 - loss: 0.284 - ETA: 1:16 - loss: 0.282 - ETA: 1:15 - loss: 0.282 - ETA: 1:14 - loss: 0.288 - ETA: 1:14 - loss: 0.298 - ETA: 1:13 - loss: 0.300 - ETA: 1:12 - loss: 0.304 - ETA: 1:11 - loss: 0.303 - ETA: 1:10 - loss: 0.311 - ETA: 1:10 - loss: 0.308 - ETA: 1:09 - loss: 0.310 - ETA: 1:08 - loss: 0.310 - ETA: 1:08 - loss: 0.309 - ETA: 1:07 - loss: 0.304 - ETA: 1:06 - loss: 0.306 - ETA: 1:05 - loss: 0.306 - ETA: 1:05 - loss: 0.305 - ETA: 1:04 - loss: 0.306 - ETA: 1:03 - loss: 0.311 - ETA: 1:03 - loss: 0.310 - ETA: 1:02 - loss: 0.310 - ETA: 1:01 - loss: 0.308 - ETA: 1:00 - loss: 0.307 - ETA: 1:00 - loss: 0.307 - ETA: 59s - loss: 0.308 - ETA: 58s - loss: 0.31 - ETA: 57s - loss: 0.30 - ETA: 57s - loss: 0.31 - ETA: 56s - loss: 0.31 - ETA: 55s - loss: 0.31 - ETA: 55s - loss: 0.30 - ETA: 54s - loss: 0.30 - ETA: 53s - loss: 0.30 - ETA: 52s - loss: 0.30 - ETA: 52s - loss: 0.30 - ETA: 51s - loss: 0.30 - ETA: 50s - loss: 0.30 - ETA: 49s - loss: 0.30 - ETA: 49s - loss: 0.30 - ETA: 48s - loss: 0.30 - ETA: 47s - loss: 0.30 - ETA: 46s - loss: 0.30 - ETA: 46s - loss: 0.30 - ETA: 45s - loss: 0.30 - ETA: 44s - loss: 0.30 - ETA: 44s - loss: 0.30 - ETA: 43s - loss: 0.30 - ETA: 42s - loss: 0.30 - ETA: 41s - loss: 0.29 - ETA: 41s - loss: 0.29 - ETA: 40s - loss: 0.29 - ETA: 39s - loss: 0.29 - ETA: 38s - loss: 0.29 - ETA: 38s - loss: 0.29 - ETA: 37s - loss: 0.29 - ETA: 36s - loss: 0.29 - ETA: 35s - loss: 0.30 - ETA: 35s - loss: 0.30 - ETA: 34s - loss: 0.29 - ETA: 33s - loss: 0.30 - ETA: 33s - loss: 0.30 - ETA: 32s - loss: 0.30 - ETA: 31s - loss: 0.30 - ETA: 30s - loss: 0.30 - ETA: 30s - loss: 0.31 - ETA: 29s - loss: 0.30 - ETA: 28s - loss: 0.30 - ETA: 27s - loss: 0.30 - ETA: 27s - loss: 0.31 - ETA: 26s - loss: 0.30 - ETA: 25s - loss: 0.30 - ETA: 24s - loss: 0.30 - ETA: 24s - loss: 0.30 - ETA: 23s - loss: 0.30 - ETA: 22s - loss: 0.30 - ETA: 22s - loss: 0.30 - ETA: 21s - loss: 0.30 - ETA: 20s - loss: 0.30 - ETA: 19s - loss: 0.30 - ETA: 19s - loss: 0.30 - ETA: 18s - loss: 0.30 - ETA: 17s - loss: 0.30 - ETA: 16s - loss: 0.30 - ETA: 16s - loss: 0.30 - ETA: 15s - loss: 0.30 - ETA: 14s - loss: 0.30 - ETA: 13s - loss: 0.30 - ETA: 13s - loss: 0.30 - ETA: 12s - loss: 0.30 - ETA: 11s - loss: 0.30 - ETA: 11s - loss: 0.30 - ETA: 10s - loss: 0.30 - ETA: 9s - loss: 0.3074 - ETA: 8s - loss: 0.306 - ETA: 8s - loss: 0.308 - ETA: 7s - loss: 0.306 - ETA: 6s - loss: 0.307 - ETA: 5s - loss: 0.306 - ETA: 5s - loss: 0.306 - ETA: 4s - loss: 0.306 - ETA: 3s - loss: 0.305 - ETA: 2s - loss: 0.306 - ETA: 2s - loss: 0.305 - ETA: 1s - loss: 0.305 - ETA: 0s - loss: 0.304 - ETA: 0s - loss: 0.304 - 126s 921ms/step - loss: 0.3049 - val_loss: 0.2912\n",
"Epoch 29/30\n",
"137/137 [==============================] - ETA: 1:38 - loss: 0.393 - ETA: 1:39 - loss: 0.362 - ETA: 1:38 - loss: 0.382 - ETA: 1:38 - loss: 0.342 - ETA: 1:38 - loss: 0.343 - ETA: 1:37 - loss: 0.374 - ETA: 1:36 - loss: 0.373 - ETA: 1:35 - loss: 0.355 - ETA: 1:34 - loss: 0.357 - ETA: 1:33 - loss: 0.356 - ETA: 1:33 - loss: 0.372 - ETA: 1:32 - loss: 0.356 - ETA: 1:31 - loss: 0.337 - ETA: 1:30 - loss: 0.318 - ETA: 1:30 - loss: 0.308 - ETA: 1:29 - loss: 0.297 - ETA: 1:28 - loss: 0.286 - ETA: 1:27 - loss: 0.285 - ETA: 1:26 - loss: 0.281 - ETA: 1:26 - loss: 0.275 - ETA: 1:25 - loss: 0.284 - ETA: 1:24 - loss: 0.276 - ETA: 1:24 - loss: 0.291 - ETA: 1:23 - loss: 0.303 - ETA: 1:22 - loss: 0.299 - ETA: 1:21 - loss: 0.308 - ETA: 1:21 - loss: 0.310 - ETA: 1:20 - loss: 0.312 - ETA: 1:19 - loss: 0.307 - ETA: 1:18 - loss: 0.302 - ETA: 1:17 - loss: 0.302 - ETA: 1:16 - loss: 0.300 - ETA: 1:16 - loss: 0.299 - ETA: 1:15 - loss: 0.299 - ETA: 1:14 - loss: 0.298 - ETA: 1:13 - loss: 0.292 - ETA: 1:13 - loss: 0.295 - ETA: 1:12 - loss: 0.295 - ETA: 1:11 - loss: 0.290 - ETA: 1:11 - loss: 0.290 - ETA: 1:10 - loss: 0.289 - ETA: 1:09 - loss: 0.287 - ETA: 1:08 - loss: 0.289 - ETA: 1:08 - loss: 0.287 - ETA: 1:07 - loss: 0.290 - ETA: 1:06 - loss: 0.291 - ETA: 1:06 - loss: 0.289 - ETA: 1:05 - loss: 0.285 - ETA: 1:04 - loss: 0.289 - ETA: 1:03 - loss: 0.290 - ETA: 1:03 - loss: 0.290 - ETA: 1:02 - loss: 0.288 - ETA: 1:01 - loss: 0.285 - ETA: 1:01 - loss: 0.284 - ETA: 1:00 - loss: 0.283 - ETA: 59s - loss: 0.280 - ETA: 58s - loss: 0.28 - ETA: 58s - loss: 0.28 - ETA: 57s - loss: 0.28 - ETA: 56s - loss: 0.28 - ETA: 55s - loss: 0.28 - ETA: 54s - loss: 0.28 - ETA: 54s - loss: 0.27 - ETA: 53s - loss: 0.27 - ETA: 52s - loss: 0.27 - ETA: 51s - loss: 0.27 - ETA: 51s - loss: 0.27 - ETA: 50s - loss: 0.27 - ETA: 49s - loss: 0.27 - ETA: 49s - loss: 0.27 - ETA: 48s - loss: 0.27 - ETA: 47s - loss: 0.27 - ETA: 46s - loss: 0.27 - ETA: 46s - loss: 0.28 - ETA: 45s - loss: 0.28 - ETA: 44s - loss: 0.27 - ETA: 43s - loss: 0.27 - ETA: 43s - loss: 0.28 - ETA: 42s - loss: 0.28 - ETA: 41s - loss: 0.28 - ETA: 41s - loss: 0.28 - ETA: 40s - loss: 0.28 - ETA: 39s - loss: 0.28 - ETA: 38s - loss: 0.28 - ETA: 38s - loss: 0.28 - ETA: 37s - loss: 0.28 - ETA: 36s - loss: 0.28 - ETA: 35s - loss: 0.28 - ETA: 35s - loss: 0.28 - ETA: 34s - loss: 0.28 - ETA: 33s - loss: 0.28 - ETA: 32s - loss: 0.28 - ETA: 32s - loss: 0.28 - ETA: 31s - loss: 0.28 - ETA: 30s - loss: 0.28 - ETA: 30s - loss: 0.28 - ETA: 29s - loss: 0.28 - ETA: 28s - loss: 0.28 - ETA: 27s - loss: 0.27 - ETA: 27s - loss: 0.27 - ETA: 26s - loss: 0.27 - ETA: 25s - loss: 0.28 - ETA: 24s - loss: 0.27 - ETA: 24s - loss: 0.27 - ETA: 23s - loss: 0.28 - ETA: 22s - loss: 0.27 - ETA: 22s - loss: 0.27 - ETA: 21s - loss: 0.27 - ETA: 20s - loss: 0.27 - ETA: 19s - loss: 0.27 - ETA: 19s - loss: 0.28 - ETA: 18s - loss: 0.27 - ETA: 17s - loss: 0.27 - ETA: 16s - loss: 0.27 - ETA: 16s - loss: 0.27 - ETA: 15s - loss: 0.27 - ETA: 14s - loss: 0.27 - ETA: 13s - loss: 0.28 - ETA: 13s - loss: 0.28 - ETA: 12s - loss: 0.28 - ETA: 11s - loss: 0.28 - ETA: 11s - loss: 0.28 - ETA: 10s - loss: 0.28 - ETA: 9s - loss: 0.2855 - ETA: 8s - loss: 0.284 - ETA: 8s - loss: 0.287 - ETA: 7s - loss: 0.287 - ETA: 6s - loss: 0.288 - ETA: 5s - loss: 0.288 - ETA: 5s - loss: 0.291 - ETA: 4s - loss: 0.290 - ETA: 3s - loss: 0.290 - ETA: 2s - loss: 0.290 - ETA: 2s - loss: 0.292 - ETA: 1s - loss: 0.292 - ETA: 0s - loss: 0.291 - ETA: 0s - loss: 0.291 - 127s 929ms/step - loss: 0.2912 - val_loss: 0.2854\n",
"Epoch 30/30\n",
"137/137 [==============================] - ETA: 1:46 - loss: 0.234 - ETA: 2:18 - loss: 0.379 - ETA: 1:59 - loss: 0.331 - ETA: 1:51 - loss: 0.280 - ETA: 1:48 - loss: 0.253 - ETA: 1:45 - loss: 0.249 - ETA: 1:43 - loss: 0.291 - ETA: 1:41 - loss: 0.277 - ETA: 1:40 - loss: 0.306 - ETA: 1:39 - loss: 0.285 - ETA: 1:37 - loss: 0.294 - ETA: 1:36 - loss: 0.285 - ETA: 1:35 - loss: 0.278 - ETA: 1:34 - loss: 0.292 - ETA: 1:33 - loss: 0.280 - ETA: 1:32 - loss: 0.286 - ETA: 1:31 - loss: 0.285 - ETA: 1:30 - loss: 0.289 - ETA: 1:29 - loss: 0.283 - ETA: 1:28 - loss: 0.283 - ETA: 1:27 - loss: 0.280 - ETA: 1:26 - loss: 0.277 - ETA: 1:26 - loss: 0.278 - ETA: 1:25 - loss: 0.286 - ETA: 1:24 - loss: 0.287 - ETA: 1:23 - loss: 0.294 - ETA: 1:22 - loss: 0.298 - ETA: 1:21 - loss: 0.307 - ETA: 1:20 - loss: 0.305 - ETA: 1:20 - loss: 0.312 - ETA: 1:19 - loss: 0.311 - ETA: 1:18 - loss: 0.310 - ETA: 1:17 - loss: 0.303 - ETA: 1:17 - loss: 0.299 - ETA: 1:16 - loss: 0.309 - ETA: 1:15 - loss: 0.309 - ETA: 1:14 - loss: 0.311 - ETA: 1:14 - loss: 0.313 - ETA: 1:13 - loss: 0.309 - ETA: 1:12 - loss: 0.307 - ETA: 1:11 - loss: 0.302 - ETA: 1:11 - loss: 0.297 - ETA: 1:10 - loss: 0.294 - ETA: 1:09 - loss: 0.297 - ETA: 1:08 - loss: 0.296 - ETA: 1:07 - loss: 0.292 - ETA: 1:07 - loss: 0.294 - ETA: 1:06 - loss: 0.291 - ETA: 1:05 - loss: 0.293 - ETA: 1:04 - loss: 0.299 - ETA: 1:04 - loss: 0.302 - ETA: 1:03 - loss: 0.307 - ETA: 1:02 - loss: 0.306 - ETA: 1:01 - loss: 0.305 - ETA: 1:01 - loss: 0.304 - ETA: 1:00 - loss: 0.304 - ETA: 59s - loss: 0.306 - ETA: 58s - loss: 0.30 - ETA: 58s - loss: 0.30 - ETA: 57s - loss: 0.30 - ETA: 56s - loss: 0.29 - ETA: 55s - loss: 0.29 - ETA: 55s - loss: 0.29 - ETA: 54s - loss: 0.29 - ETA: 53s - loss: 0.29 - ETA: 52s - loss: 0.29 - ETA: 52s - loss: 0.29 - ETA: 51s - loss: 0.29 - ETA: 50s - loss: 0.29 - ETA: 49s - loss: 0.29 - ETA: 49s - loss: 0.29 - ETA: 48s - loss: 0.28 - ETA: 47s - loss: 0.28 - ETA: 46s - loss: 0.28 - ETA: 46s - loss: 0.28 - ETA: 45s - loss: 0.28 - ETA: 44s - loss: 0.28 - ETA: 43s - loss: 0.28 - ETA: 43s - loss: 0.28 - ETA: 42s - loss: 0.28 - ETA: 41s - loss: 0.28 - ETA: 40s - loss: 0.28 - ETA: 40s - loss: 0.28 - ETA: 39s - loss: 0.28 - ETA: 38s - loss: 0.28 - ETA: 37s - loss: 0.28 - ETA: 37s - loss: 0.28 - ETA: 36s - loss: 0.28 - ETA: 35s - loss: 0.28 - ETA: 35s - loss: 0.28 - ETA: 34s - loss: 0.28 - ETA: 33s - loss: 0.28 - ETA: 32s - loss: 0.28 - ETA: 32s - loss: 0.28 - ETA: 31s - loss: 0.28 - ETA: 30s - loss: 0.27 - ETA: 29s - loss: 0.27 - ETA: 29s - loss: 0.27 - ETA: 28s - loss: 0.27 - ETA: 27s - loss: 0.27 - ETA: 26s - loss: 0.27 - ETA: 26s - loss: 0.28 - ETA: 25s - loss: 0.28 - ETA: 24s - loss: 0.28 - ETA: 23s - loss: 0.27 - ETA: 23s - loss: 0.27 - ETA: 22s - loss: 0.28 - ETA: 21s - loss: 0.28 - ETA: 20s - loss: 0.28 - ETA: 20s - loss: 0.28 - ETA: 19s - loss: 0.27 - ETA: 18s - loss: 0.27 - ETA: 17s - loss: 0.27 - ETA: 17s - loss: 0.27 - ETA: 16s - loss: 0.28 - ETA: 15s - loss: 0.28 - ETA: 14s - loss: 0.28 - ETA: 14s - loss: 0.28 - ETA: 13s - loss: 0.28 - ETA: 12s - loss: 0.28 - ETA: 11s - loss: 0.28 - ETA: 11s - loss: 0.28 - ETA: 10s - loss: 0.28 - ETA: 9s - loss: 0.2818 - ETA: 8s - loss: 0.282 - ETA: 8s - loss: 0.283 - ETA: 7s - loss: 0.283 - ETA: 6s - loss: 0.283 - ETA: 5s - loss: 0.286 - ETA: 5s - loss: 0.286 - ETA: 4s - loss: 0.286 - ETA: 3s - loss: 0.286 - ETA: 2s - loss: 0.287 - ETA: 2s - loss: 0.286 - ETA: 1s - loss: 0.287 - ETA: 0s - loss: 0.287 - ETA: 0s - loss: 0.286 - 128s 933ms/step - loss: 0.2866 - val_loss: 0.2950\n",
"Wall time: 1h 26s\n"
]
}
],
......@@ -1621,24 +1658,35 @@
"hist = model.fit(\n",
" x=[trainAttrX, train_dataset], y=trainY,\n",
" validation_data=([testAttrX, test_dataset], testY),\n",
" epochs=10, batch_size=8)"
" epochs=30, batch_size=8)"
]
},
{
"cell_type": "code",
"execution_count": 25,
"execution_count": 59,
"metadata": {},
"outputs": [],
"source": [
"#Enregistrer le modèle\n",
"#model.save(\"clean_notebooks/cnn_injection_transfer.h5\")"
]
},
{
"cell_type": "code",
"execution_count": 60,
"metadata": {},
"outputs": [
{
"ename": "NameError",
"evalue": "name 'hist' is not defined",
"output_type": "error",
"traceback": [
"\u001b[0;31m---------------------------------------------------------------------------\u001b[0m",
"\u001b[0;31mNameError\u001b[0m Traceback (most recent call last)",
"\u001b[0;32m<ipython-input-25-17f56577a9c3>\u001b[0m in \u001b[0;36m<module>\u001b[0;34m\u001b[0m\n\u001b[1;32m 1\u001b[0m \u001b[0;32mfrom\u001b[0m \u001b[0mpostprocessing\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mplot_history\u001b[0m \u001b[0;32mimport\u001b[0m \u001b[0mplot_history\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 2\u001b[0m \u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0;32m----> 3\u001b[0;31m \u001b[0mplot_history\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mhist\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m",
"\u001b[0;31mNameError\u001b[0m: name 'hist' is not defined"
]
"data": {
"image/png": "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\n",
"text/plain": [
"<Figure size 432x288 with 1 Axes>"
]
},
"metadata": {
"needs_background": "light"
},
"output_type": "display_data"
}
],
"source": [
......@@ -1647,6 +1695,17 @@
"plot_history(hist)"
]
},
{
"cell_type": "code",
"execution_count": 61,
"metadata": {},
"outputs": [],
"source": [
"#Load model\n",
"from keras.models import load_model\n",
"model = load_model('clean_notebooks/cnn_injection_transfer.h5')"
]
},
{
"cell_type": "markdown",
"metadata": {},
......@@ -1656,7 +1715,7 @@
},
{
"cell_type": "code",
"execution_count": 13,
"execution_count": 62,
"metadata": {},
"outputs": [],
"source": [
......@@ -1665,7 +1724,7 @@
},
{
"cell_type": "code",
"execution_count": 14,
"execution_count": 63,
"metadata": {},
"outputs": [
{
......@@ -1679,34 +1738,43 @@
"name": "stdout",
"output_type": "stream",
"text": [
"avg. FVC: 2771.744318181818, std FVC 835.5745106360505\n",
"mean difference : 25.87%, std: 26.92%\n",
"competition score : -4.61046675554399\n"
"avg. FVC: 2690.479018721756, std FVC 832.7709592986739\n",
"mean difference : 15.94%, std: 14.98%\n",
"competition score : -4.604036801493766\n"
]
}
],
"source": [
"preds = evaluate_hybrid(model, df, trainAttrX, trainImagesX, trainY, sc)\n",
"preds = evaluate_hybrid(model, df, trainAttrX, train_dataset, trainY, sc)\n",
"conf, score = compute_score(trainY,preds.flatten())\n",
"print('competition score :', score)"
]
},
{
"cell_type": "code",
"execution_count": 15,
"execution_count": 64,
"metadata": {},
"outputs": [
{
"ename": "SyntaxError",
"evalue": "invalid syntax (<ipython-input-15-57d4f76f0299>, line 1)",
"output_type": "error",
"traceback": [
"\u001b[0;36m File \u001b[0;32m\"<ipython-input-15-57d4f76f0299>\"\u001b[0;36m, line \u001b[0;32m1\u001b[0m\n\u001b[0;31m from postprocessing.evaluate import evaluate_hybrid, compute_scoremodel.evaluate([trainAttrX, trainImagesX], trainY)\u001b[0m\n\u001b[0m ^\u001b[0m\n\u001b[0;31mSyntaxError\u001b[0m\u001b[0;31m:\u001b[0m invalid syntax\n"
"name": "stdout",
"output_type": "stream",
"text": [
"35/35 [==============================] - ETA: 1:42 - loss: 0.187 - ETA: 1:28 - loss: 0.192 - ETA: 1:30 - loss: 0.188 - ETA: 1:28 - loss: 0.207 - ETA: 1:25 - loss: 0.226 - ETA: 1:22 - loss: 0.223 - ETA: 1:19 - loss: 0.238 - ETA: 1:16 - loss: 0.248 - ETA: 1:13 - loss: 0.250 - ETA: 1:10 - loss: 0.245 - ETA: 1:08 - loss: 0.252 - ETA: 1:05 - loss: 0.247 - ETA: 1:02 - loss: 0.244 - ETA: 59s - loss: 0.247 - ETA: 57s - loss: 0.24 - ETA: 54s - loss: 0.25 - ETA: 52s - loss: 0.25 - ETA: 49s - loss: 0.26 - ETA: 46s - loss: 0.27 - ETA: 44s - loss: 0.28 - ETA: 41s - loss: 0.29 - ETA: 38s - loss: 0.29 - ETA: 35s - loss: 0.29 - ETA: 32s - loss: 0.29 - ETA: 29s - loss: 0.29 - ETA: 26s - loss: 0.29 - ETA: 23s - loss: 0.29 - ETA: 20s - loss: 0.29 - ETA: 17s - loss: 0.29 - ETA: 14s - loss: 0.29 - ETA: 11s - loss: 0.29 - ETA: 8s - loss: 0.2963 - ETA: 5s - loss: 0.294 - ETA: 2s - loss: 0.293 - ETA: 0s - loss: 0.293 - 103s 3s/step - loss: 0.2938\n"
]
},
{
"data": {
"text/plain": [
"0.2937970459461212"
]
},
"execution_count": 64,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"model.evaluate([trainAttrX, trainImagesX], trainY)"
"model.evaluate([trainAttrX, train_dataset], trainY)"
]
},
{
......@@ -1718,22 +1786,57 @@
},
{
"cell_type": "code",
"execution_count": null,
"execution_count": 65,
"metadata": {},
"outputs": [],
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"INFO:predicting ...\n"
]
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"avg. FVC: 2690.479018721756, std FVC 832.7709592986739\n",
"mean difference : 17.50%, std: 16.55%\n",
"competition score : -4.603959393723347\n"
]
}
],
"source": [
"preds = evaluate_cnn(model, df, testImagesX, testY, sc)\n",
"preds = evaluate_hybrid(model, df, testAttrX, test_dataset, testY, sc)\n",
"conf, score = compute_score(testY,preds.flatten())\n",
"print('competition score :', score)"
]
},
{
"cell_type": "code",
"execution_count": null,
"execution_count": 67,
"metadata": {},
"outputs": [],
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"9/9 [==============================] - ETA: 22s - loss: 0.25 - ETA: 18s - loss: 0.26 - ETA: 15s - loss: 0.31 - ETA: 13s - loss: 0.32 - ETA: 10s - loss: 0.32 - ETA: 7s - loss: 0.3180 - ETA: 5s - loss: 0.313 - ETA: 2s - loss: 0.297 - ETA: 0s - loss: 0.295 - 23s 3s/step - loss: 0.2950\n"
]
},
{
"data": {
"text/plain": [
"0.29500871896743774"
]
},
"execution_count": 67,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"model.evaluate([testAttrX, testImagesX], testY)"
"model.evaluate([testAttrX, test_dataset], testY)"
]
}
],
......@@ -1753,7 +1856,7 @@
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.8.3"