乙個簡單的keras的模型建立,編譯與優化器

import tensorflow as tf

import tensorflow.keras.layers as layers
import tensorflow.keras.optimizer as optimizer
#神經網路的模型構建
model=tf.keras.sequential(
)model.add(layers.dense(
256,activation=
"relu"))
model.add(layers.dense(
128,activation=
"relu"))
model.add(layers.dense(
2,activation=
"softmax"))
#神經網路的模型編譯
#必須要填寫損失函式,優化器,評價指標
model.
compile
(loss=
"sparse_categorical"
,optimizer=optimizer.adam(
0.01
),metrics=
["accuracy"])
#訓練,引數沒填
model.fit(x,y,batch_size=
32,epochs,verbose=
1,validation_split,validation_data,shuffle,step_per_epoch)

batch_size

訓練的批大小,可以理解為並行訓練數量

epochs

正反訓練次數

verbose

是否顯示進度條,0為不顯示

validation_split

驗證集所佔訓練集比例

validation_data

驗證集shufflw

是否隨機打亂

step_per_epoch

每個epoch訓練的步數

keras學習筆記（1） 建立乙個簡單模型

keras學習筆記 最簡單的模型是 sequential 順序模型，它由多個網路層線性堆疊。對於更複雜的結構，你應該使用 keras 函式式 api，它允許構建任意的神經網路圖。sequential 模型如下所示 from keras.models import sequential model s...

Keras學習筆記（二）Keras模型的建立

在keras中設定了兩類深度學習模型，區別在於不同的拓撲結構 序列模型 sequential類 通用模型 model類 一 序列模型 方法一 一次性定義層 from keras.models import sequential from keras.layers import dense,activ...

建立乙個簡單的執行緒

handle createthread in opt lpsecurity attributes lpthreadattributes,security attributes 結構指定了這個執行緒的安全屬性，如果填 null 則就以預設的安全描述子建立，並且返回的控制代碼不會被繼承。in size ...