溫馨提示×

如何在Keras中編譯模型

小樊
105
2024-03-07 18:10:23
欄目: 深度學習

要在Keras中編譯模型，可以使用模型對象的compile()方法。在compile()方法中，可以指定優(yōu)化器（optimizer）、損失函數(shù)（loss function）和評價指標（metrics）。

以下是一個編譯模型的示例代碼：

from keras.models import Sequential
from keras.layers import Dense

# 創(chuàng)建一個簡單的全連接神經(jīng)網(wǎng)絡模型
model = Sequential()
model.add(Dense(units=64, activation='relu', input_dim=100))
model.add(Dense(units=10, activation='softmax'))

# 編譯模型
model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

在上面的代碼中，我們首先創(chuàng)建了一個簡單的全連接神經(jīng)網(wǎng)絡模型，然后使用compile()方法編譯了模型。在compile()方法中，我們指定了優(yōu)化器為Adam，損失函數(shù)為交叉熵（categorical_crossentropy），評價指標為準確率（accuracy）。

一旦模型編譯完成，就可以使用fit()方法來訓練模型。

0 踩