deepchem tutorial part9:advanced model training 一些理解

11-30的工作
deepchem的学习
model training
在这里插入图片描述
源代码中params_dict:Dict就是官方教程中的如下部分
在这里插入图片描述
params_dict可以根据自己的需要定制,任务量n_tasks,相当于标签数量,features特征数量,定制layer_sizes,比如官方定制了三个隐藏层,宽度为500的单层,宽度为1000的单层,宽度为1000的两层,dropouts(按照一定的概率将一部分神经网络单元暂时从网络中丢弃)为0.2和0.5,学习率为0.001和0.0001.
然后optimizer对象是已经建立的任务模型,metric也是已经建立好的roc曲线得分,best_model等参数,第一个图中已经定义。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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