设置优化器、损失函数和准确率评测标准。
- 形式1
model.compile(optimizer = tf.keras.optimizers.优化器(参数)，
loss = tf.keras.losses.损失函数(参数)，
metrics = ["sparse_accuracy"])
- 形式2 （常用）
model.compile(optimizer = "sgd"，
loss = "mse"，
metrics = ["sparse_accuracy"])
optimizer：
1.”sgd” 或者 tf.optimizers.SGD(lr = 学习率， decay = 学习率衰减率，momentum = 动量参数）
2.”adagrad” 或者 tf.keras.optimizers.Adagrad(lr = 学习率， decay = 学习率衰减率）
3.”adadelta” 或者 tf.keras.optimizers.Adadelta(lr = 学习率，decay = 学习率衰减率）
4.”adam” 或者 tf.keras.optimizers.Adam(lr = 学习率， decay = 学习率衰减率）
loss：
1.”mse” 或者 “mean squared error” 或者 tf.keras.losses.MeanSquaredError()
2.”sparse_categorical_crossentropy” 或 tf.keras.losses.SparseCatagoricalCrossentropy(from_logits = False)
Metrics：
1.”accuracy” :
2.”sparse_accuracy”:
3.”sparse_categorical_accuracy” :
Original: https://blog.csdn.net/Fwuyi/article/details/123213437
Author: 方如一
Title: model.compile()：配置模型(优化器, 损失函数, 准确率)
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/720306/
转载文章受原作者版权保护。转载请注明原作者出处！