待更-学习笔记——keras模型编译中的loss、optimizer、metrics参数的设置与优化方法

1. 关于这三个函数的原代码，没怎么看懂什么意思，后面看懂了再更
   原参考网址-keras中的loss、optimizer、metrics

参数的选择有两种途径：1. 使用字符串定义。 2.直接使用参数包中自带的函数

字符串定义方法如下：
如设置：sgd=SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
编译时：model.compile(loss=‘xx’,optimizer=sgd,metrics=‘xx’)

2. 官方文档
   官方文档参考网址-keras documentaion

optimizer优化器：
SGD（随机梯度下降优化器，主要需要设置的参数有（Ir、momentu、decay、nesterov））；
RMSprop(很适合递归神经网络，主要设置参数Ir、rho、epsilon、decay)；Adagrad（主要设置参数Ir、epsilon、decay）；
Adadelta（参数的设置会根据学习过程的频率进行自动调整，使用时建议将参数保留为默认值，是Adgrad的扩展，根据梯度更新的移动窗口来调整学习速度，参数有Ir、rho、epsilon、decay）；
Adam（主要参数有 Ir、beta-1、beta-2、epsilon、decay、amsgrad）；
Adamax主要参数有 Ir、beta-1、beta-2、epsilon、decay）；
Nadam主要参数有 Ir、beta-1、beta-2、epsilon、decay、schedule-decay）、

3 写的很清楚的一个博客
关于深度学习优化器Optimizer，你需要了解这些