Keras学习笔记6——keras.metrics

winter_python

于 2020-09-21 10:31:53 发布

阅读量2k

点赞数

分类专栏： python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/winter_python/article/details/108704181

版权

本文介绍了Keras中评价函数的使用，包括内置的`binary_accuracy`、`categorical_accuracy`、`sparse_categorical_accuracy`、`top_k_categorical_accuracy`和`sparse_top_k_categorical_accuracy`。评价函数不参与训练过程，可以传递Theano/TensorFlow函数或自定义函数。自定义评价函数需在模型编译时指定，接受(y_true, y_pred)参数并返回平均值张量。" 89497941,8479414,解决Linux下PHP编译报错：cURL与库依赖问题,"['Linux', 'PHP编译', '错误解决', '库依赖', '系统管理']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目录

评价函数用于评估当前训练模型的性能。当模型编译后（compile），评价函数应该作为 metrics 的参数来输入。

from keras import metrics

model.compile(loss='mean_squared_error',
              optimizer='sgd',
              metrics=[metrics.mae, metrics.categorical_accuracy]

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。