https://tensorflow.google.cn/api_docs/python/tf/keras/Sequential?version=stable#compile
作用
Configures the model for training, 配置模型,准备训练
定义
def compile(self,
optimizer='rmsprop',
loss=None,
metrics=None,
loss_weights=None,
sample_weight_mode=None,
weighted_metrics=None,
target_tensors=None,
distribute=None,
**kwargs)
参数
optimizer
优化器,可以是优化器名称,也可以是实例,优化器来自tf.keras.optimizers.*
例如:optimizer=tf.keras.optimizers.Adam()
loss
损失函数,可以是函数名,也可以是实例,损失函数来自tf.keras.losses.*
如果模型有多个输出,可以定义多个损失函数。
例如:loss=tf.keras.losses.SparseCategoricalCrossentropy()
metrics
模型在训练和测试过程中的各种度量指标。
例如: metrics=[‘accuracy’]
loss_weights
float类型,损失加权系数,总损失是所有损失的加权和,它的元素个数和模型的输出数量是1比1的关系。
sample_weight_mode
加权模式:
- temporal: 时间和样本加权(2D加权)
- None:样本加权(1D加权)
weighted_metrics
模型在训练和测试过程中的各种加权度量指标。
target_tensors
目标张量,默认情况下tf会自动创建。
distribute
tf2.0不支持