12、深度学习：Keras与TensorFlow实战及卷积神经网络入门

Keras与TensorFlow深度学习实战

最新推荐文章于 2025-11-25 14:31:30 发布

vim8coder

最新推荐文章于 2025-11-25 14:31:30 发布

阅读量26

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习与R实战解析文章标签： Keras TensorFlow 深度学习

本文链接：https://blog.youkuaiyun.com/vim8coder/article/details/152348196

深度学习与R实战解析专栏收录该内容

16 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

深度学习：Keras与TensorFlow实战及卷积神经网络入门

1. 使用Keras进行建模

1.1 调整学习率

在使用Keras进行建模时，我们可以通过一系列操作来调整学习率。以下是具体的代码实现：

set.seed(1)
model <- keras_model_sequential() %>%
  layer_dense(units = 175,
              activation = "relu", input_shape = 2,
              kernel_regularizer = regularizer_l2(0.001)) %>%
  layer_batch_normalization() %>%
  layer_dropout(rate = 0.2) %>%
  layer_dense(units = 1, activation = 'sigmoid') %>%
  compile(
    optimizer = optimizer_adam(),
    loss = 'binary_crossentropy',
    metrics = 'accuracy'
  )
learn <- model %>% fit((scale.trainX.mat), trainY,
                       epochs = 300,
                       batch_size = 64,
                       validation_split = 0.2,