34、使用TensorFlow并行化神经网络训练

使用TensorFlow并行化神经网络训练

1. 模型训练方法

1.1 使用 .compile() 和 .fit() 方法训练模型

之前通过自定义 train() 函数并应用随机梯度下降优化来训练模型，但编写 train() 函数在不同项目中可能是重复工作。TensorFlow Keras API 提供了方便的 .fit() 方法，可在实例化的模型上调用。以下是具体操作步骤：
1. 设置随机种子：

import tensorflow as tf
tf.random.set_seed(1)

2. 创建模型：

model = MyModel()

3. 编译模型，选择优化器、损失函数和评估指标：

loss_fn = ...  # 定义损失函数
model.compile(optimizer='sgd',
              loss=loss_fn,
              metrics=['mae', 'mse'])

4. 训练模型：