![](https://img-blog.csdnimg.cn/3bc700c444ce4872890bed42987c6fbc.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
python事纪
记录实战遇到的问题
miemieyang999
这个作者很懒,什么都没留下…
展开
-
python——keras学习(二)如何自定义损失函数
Keras 中的自定义损失函数可以以我们想要的方式提高机器学习模型的性能,并且对于更有效地解决特定问题非常有用。例如,假设我们正在构建一个股票投资组合优化模型。在这种情况下,设计一个定制损失函数将有助于实现对在错误方向上预测价格变动的巨大惩罚。 我们可以通过编写一个返回标量并接受两个参数(即真值和预测值)的函数,在 Keras 中创建一个自定义损失函数。然后,我们将自定义损失函数传递给 model.compile 作为参数,就像处理任何其他损失函数一样。 def my_loss(y_true, y_pred原创 2021-09-06 15:20:27 · 1678 阅读 · 0 评论 -
python——numpy中插值函数interp的使用小记录
def interp(x, xp, fp, left=None, right=None, period=None): Parameters ---------- x : array_like The x-coordinates at which to evaluate the interpolated values. xp : 1-D sequence of floats The x-coordinates of the data points,原创 2021-02-02 10:51:14 · 4255 阅读 · 1 评论 -
python—keras学习(一) keras中的常用的损失函数
什么是损失函数keras提供的损失函数 损失函数(loss function)就是用来衡量预测值和真实值的差距的函数,是模型优化的目标,所以也叫目标函数、优化评分函数。 keras中的损失函数在模型编译时指定: from tensorflow.python.keras import Model #inputs是输入层,output是输出层 inputs = Input(shape=(3,)) x = Dense(4, activation='relu')(inputs) outputs = Dense(5,原创 2021-02-01 09:54:53 · 6648 阅读 · 3 评论 -
python——keras中的model预测大量数据时间很长的解决办法
python——keras中的model预测大量数据时间很长的解决办法 举例 _datas = model.predict(x_test) 只需要将代码修改为 _datas = model.predict(x_test, batch_size=320000) batch_size 是一次预测提取的样本总数,一个batch内并行。如果不指定,默认为32。 附predict的源码: def predict(self, x, batch_size=N原创 2021-01-28 16:35:18 · 1900 阅读 · 0 评论