tensorflow循环神经网络 之 自定义模型和层完毕后建立训练逻辑的几个重要函数compile、fit、evaluate的使用方法

以上程序源码中 定义的主函数类中涉及三个关键函数：

model.compile(optimizer = keras.optimizers.Adam(0.001),
                  loss = tf.losses.BinaryCrossentropy(),
                  metrics=['accuracy'])
    model.fit(db_train, epochs=epochs, validation_data=db_test)

    model.evaluate(db_test)

下面分别做三个关键函数的解析，这三个函数在机器学习中使用最为频繁了。

compile(optimizer, loss=None, metrics=None, loss_weights=None, sample_weight_mode=None, weighted_metrics=None, target_tensors=None)

这个compile是用于配置 训练模型 的函数。

该函数包含以下参数：

optimizer: 这是一个字符串类型的参数 或者 优化器实例。

详解：

• 上一页
• 1
• 2
• 3
• 下一页
• 显示全文