目录
导论
一般我们搭建好网络后,正常的流程不外乎下面三个步骤:
- 通过循环迭代数据集多遍,每次按批产生训练数据,前向计算;
- 通过损失函数计算误差值;
- 反向传播自动计算梯度,更新网络参数。
由于这一部分逻辑非常通用,我们可以直接使用 Keras 提供的模型装配与训练高层接口实现。在 keras 中提供了 compile()和 fit()函数可以很方便地实现上述功能,使得代码简洁清晰。
目录
一般我们搭建好网络后,正常的流程不外乎下面三个步骤:
由于这一部分逻辑非常通用,我们可以直接使用 Keras 提供的模型装配与训练高层接口实现。在 keras 中提供了 compile()和 fit()函数可以很方便地实现上述功能,使得代码简洁清晰。