睿智的keras深度学习（零）——keras使用时可能遇到的参数及含义（持续更新）

艾醒(AiXing-w)

已于 2022-03-09 14:54:17 修改

阅读量837

点赞数

分类专栏： # 睿智的keras深度学习文章标签：深度学习 keras tensorflow

于 2021-12-02 20:14:29 首次发布

本文链接：https://blog.csdn.net/DuLNode/article/details/121685085

版权

6 篇文章 2 订阅

订阅专栏

compile中的参数

model.compile(loss="sparse_categorical_crossentropy", optimizer="sgd", metrics=["accuracy"])

这个参数表示的是模型训练时采用的损失函数

实例中的loss参数是sparse_categorical_crossentropy表明其损失函数使用的是针对稀疏标签的损失函数

loss参数以及应用情况如下表：

loss参数	适用情况
sparse_categorical_crossentropy	稀疏标签（每个实例都只有一个类目标索引）
categorical_crossentropy	one hot编码的数据
binary_crossentropy	二分类

这个参数表示的是模型训练时选用的优化器

示例中的优化器选用的是随机梯度下降（SGD），由于学习率在模型训练中起到了很大的作用，所以一般使用optimizer=keras.optimizers.SGD(lr=???)来设置学习率，而不是使用"sgd"（默认的lr=0.01）

metrics=[“accuracy”]相当于metrics = [keras.metrics.sparse_categorical_accuracy]

early_stopping_cb = EarlyStopping(patience=10, restore_best_weights=True)
checkpoint_cb = ModelCheckpoint("要保存的模型的名字.h5", save_best_only=True)

表示的是多少轮模型没有提高就退出

为True时仅保存最有的模型

from keras.callbacks import TensorBoard

tensorboard_cb = TensorBoard(run_logdir)

TensorBoard是在设置callback的时候使用，其中run_logdir是保存文件的路径

关注

专栏目录