目录
评价函数用于评估当前训练模型的性能。当模型编译后（compile），评价函数应该作为 metrics 的参数来输入。
from keras import metrics
model.compile(loss='mean_squared_error',
optimizer='sgd',
metrics=[metrics.mae, metrics.categorical_accuracy])
# 或者
model<Keras学习笔记6——keras.metrics
最新推荐文章于 2024-12-15 07:30:00 发布
本文介绍了Keras中评价函数的使用，包括内置的`binary_accuracy`、`categorical_accuracy`、`sparse_categorical_accuracy`、`top_k_categorical_accuracy`和`sparse_top_k_categorical_accuracy`。评价函数不参与训练过程，可以传递Theano/TensorFlow函数或自定义函数。自定义评价函数需在模型编译时指定，接受(y_true, y_pred)参数并返回平均值张量。"
89497941,8479414,解决Linux下PHP编译报错：cURL与库依赖问题,"['Linux', 'PHP编译', '错误解决', '库依赖', '系统管理']
评价函数用于评估当前训练模型的性能。当模型编译后（compile），评价函数应该作为 metrics 的参数来输入。
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
