1.tf.keras 搭建神经网络六部法
第一步: import 相关模块,如 import tensorflow as tf。
第二步: 指定输入网络的训练集和测试集,如指定训练集的输入 x_train 和标签y_train,测试集的输入 x_test 和标签 y_test。
第三步: 逐层搭建网络结构, model = tf.keras.models.Sequential()。
第四步: 在 model.compile()中配置训练方法,选择训练时使用的优化器、损失函数和最终评价指标。
第五步: 在 model.fit()中执行训练过程,告知训练集和测试集的输入值和标签、每个 batch 的大小(batchsize)和数据集的迭代次数(epoch)。
第六步: 使用 model.summary()打印网络结构,统计参数数目。
2.函数用法介绍
- tf.keras.models.Sequential()
- model.compile
- model.fit
validation_freq=20
表示每迭代20次训练集要在测试集中验证一次准确率
- model.summary
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:tf.keras 搭建神经网络六部法 - Python技术站