使用keras为什么accuracy一直为0_Keras干货|神经网络模型超参数调优

98bd10819e574127b5ac236bd45b473c.gif

在目前神经网络超参数调整的研究中,tensorflow/keras社区开发出了一款自动化调参工具 keras-tuner,通过keras-tuner我们在使tensorflow/keras 进行工程实践时,在模型参数优化这一环节可以方便的帮助我们做一些工作。

首先我们安装keras-tuner

要求:

  • Python 3.6

  • TensorFlow 2.0

从pypi安装

pip install -U keras-tuner

使用很简单,上来先import

import kerastuner as kt

首先先来介绍一下keras-tuner的参数类 HyperParameters,非常重要。

hp = kt.HyperParameters()

HyperParameters类作为一个hyerparameter容器。一个HyperParameters实例包含有关搜索空间和每个超参数的当前值的信息。当然也可以与使用超参数的模型构建代码内联定义超参数。这使您不必编写样板代码,并有助于使代码更具可维护性。

我们来看一个非常简

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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