zhenyu_qiu的博客

1. 损失函数在Keras中的用法损失函数（或称目标函数）是模型compile()是需要指定的参数之一。指定方法有两种：直接传递损失函数名model.compile(loss='mean_squared_error', optimizer='sgd')与optimizers类似，直接传递符号函数。 该符号函数为每个数据点返回一个标量，有以下两个参数:y_true: 真实标签。TensorFlow/Theano 张量。y_pred: 预测值。TensorFlow/Theano 张量，其

回调函数是一个函数的集合，会在训练阶段中使用。一般使用回调函数来查看训练模型的内在状态和统计信息。使用方法：传递一个列表的回调函数名称作为callbacks关键字到Sequential或Model类型的…fit()方法。在训练时，相应的回调函数的方法就会在各自的阶段被调用。编程分为两类：系统编程（system programming）和应用编程（application programming）。所谓系统编程，简单来说，就是编写库；而应用编程就是利用写好的各种库来编写具某种功用的程序，也就是应用。系统程序

1. 优化器（Optimizer）用法优化器是Keras模型Compile()方法所需的参数之一，其决定采用何种方法来训练模型。优化器两种用法：实例化优化器对象，然后传入model.compile()。实例化的优化器对象可以指定参数from kears import optimizersmodel = Sequential()model.add(Dense(64, kernel_initializer='uniform', input_shape=(10,)))model.add(Acti

1. Keras 模型构建Tensorflow中使用Keras接口有以下3种方式构建模型：使用Sequential按层顺序构建模型使用函数式API构建任意结构模型继承Model基类构建自定义模型下面分别介绍这三种构建方式。1.1 Sequential方式构建模型序列模型，顾名思义，通过该方式构建的模型仅包含一个输入tensor，一个输出tensor，整个模型是通过多个keras自带或者用户自定义的layers线性堆叠而构建的。首先import所需要的模块import tensorflo

GCN的简介与Keras实现，用作学习记录之用