keras模块学习之-目标函数（objectives）笔记

最新推荐文章于 2024-07-22 10:39:01 发布

asevb02442

最新推荐文章于 2024-07-22 10:39:01 发布

阅读量275

点赞数

文章标签：人工智能

原文链接：http://www.cnblogs.com/68xi/p/8661125.html

版权

本笔记由博客园-圆柱模板博主整理笔记发布，转载需注明，谢谢合作!

目标函数又称损失函数（loss），目的是计算神经网络的输出与样本标记的差的一种方法，如：

model = Sequential() 
model.add(Dense(64, init='uniform', input_dim=10)) model.add(Activation('tanh')) 
model.add(Activation('softmax')) 
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss='mean_squared_error', optimizer=sgd)

　　mean_squared_error就是损失函数的名称

可以选择的损失函数有：

mean_squared_error，mean_absolute_error，squared_hinge，hinge，binary_crossentropy，categorical_crossentropy

这里binary_crossentropy 和 categorical_crossentropy也就是logloss

转载于:https://www.cnblogs.com/68xi/p/8661125.html