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!