CNN网络的使用

本节继续上一节的CNN网络搭建,重点在于如何调用CNN网络,设置损失函数、优化器和准确率,并详细阐述了模型参数配置,包括epochs、validation_data、validation_steps、class_weight等关键参数,旨在实现有效的训练过程并应对不平衡数据集。
摘要由CSDN通过智能技术生成

上一节中我们搭建了CNN网络,这一节我们开始使用:

第一:调用CNN

model = CNN()

第二:设置损失函数,优化器和准确率(损失函数和优化器的选择不同情况不一样选择)

model.compile(loss=tf.keras.losses.categorical_crossentropy,# 分类的交叉熵损失 #loss传值有三种方式
             optimizer=tf.keras.optimizers.Adam(),# 随机梯度下降
             metrics=['accuracy'])

第三:模型参数设置:

model.fit(train_generator, 
          steps_per_epoch=None, 
          epochs=20, 
          validation_data=valid_generator, 
          validation_steps=None, 
          validation_freq=1,
          class_weight=None,
          max_queue_size=10, 
          workers=1, 
          use_multiprocessing=False,
          shuffle=True, 
          initial_epoch=0)

其中:

 steps_per_epoch=None, #不设

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值