feifeiyechuan的博客

TF2 Callback一、回调函数简介二、TF2中的内置回调函数1- tf.keras.callbacks.BaseLogger 基础日志2- tf.keras.callbacks.History 记录metrics日志3- tf.keras.callbacks.EarlyStopping 终止训练4- tf.keras.callbacks.TensorBoard 可视化日志保存5- tf.keras.callbacks.ModelCheckpoint 保存模型6- tf.keras.callbac

TF2.Optimizer一、优化器二、TF2 优化器一、优化器前几章，我们已经大概能把完整的一个模型搭建出来，并且也学会了编写评估指标。那么，我们就开始训练算法。在训练算法的时候，你会发现不同的算法同学，训练的速度和准确率都不尽相同，甚至有很大的准确率差别。那么，除了前几章正常的选择激活函数，损失函数之外，我们还可以在数据层面，选用算法优化器，来提升算法收敛速度，提升准确率。二、TF2 优化器...

TF2.Metrics一、评估指标二、TF2中的评估指标1、MeanSquaredError 均方误差2、MeanAbsoluteError 平均绝对误差3、MeanAbsolutePercentageError 平均百分比误差4、RootMeanSquaredError 均方根误差5、Accuracy 准确率6、Precision 精确率7、Recall 召回率8、TruePositives 真正例9、TrueNegatives 真负例10、FalsePositives 假正例11、FalseNegati

TF.Losses 损失函数一、损失函数二、TF2中的损失函数1、MeanSquaredError 均方误差损失函数2、MeanAbsolutePercentageError 平均百分比误差损失函数3、MeanAbsoluteError 平均绝对值误差损失函数4、Huber huber损失函数5、BinaryCrossentropy 二元交叉熵6、CategoricalCrossentropy 类别交叉熵7、SparseCategoricalCrossentropy 稀疏类别交叉熵8、Hinge 合页损失函

删除线格式

TF.Activation一、激活函数的作用二、激活函数介绍1、tf.nn.sigmoid2、tf.nn.softmax3、tf.nn.tanh 双曲正切曲线4、tf.nn.relu 修正线性单元5、tf.nn.leaky_relu6、tf.nn.elu 指数线性单元7、tf.nn.selu 扩展型指数线性单元8、tf.nn.swish 自门控激活函数9、gelu 高斯误差线性单元激活函数三、 "激活函数"能分成两类——"饱和激活函数"和"非饱和激活函数"四、TF2应用一、激活函数的作用对于

Feature Column 特征列一、概述二、详解三、上代码1、numeric_column 数值列2、bucketized_column 分桶列，处理连续值3、categorical_column_with_vocabulary_list 分类词汇列，处理离散值4、categorical_column_with_identity 分类标识列，one-hot5、indicator_column 指标列6、embedding_column 嵌入列*7、crossed_column 交叉列一、概述算法的

TF2.0中的运算标量运算向量运算矩阵运算标量运算向量运算矩阵运算

MATPLOTLIB1、安装和使用1.1 安装1.2 导入2、1、安装和使用1.1 安装pip install matplotlib -i https://pypi.douban.com/simple1.2 导入import matplotlib.pyplot as plt2、

TF2 常见问题解决1、模型训练中图残留，导致训练每次训练都会有图数据占用内存，导致内存溢出,程序中断。1、模型训练中图残留，导致训练每次训练都会有图数据占用内存，导致内存溢出,程序中断。问题解决方案：该问题出现是由于每次的图数据残留占用内存，所以可以每个epoch后，清理一次session和图数据。1）源代码：model.fit([encoder_input_data, decoder_input_data], decoder_target_data, batch_size

TF2 常用命令1、1、