keras:model.compile損失函數(shù)的用法
損失函數(shù)loss：該參數(shù)為模型試圖最小化的目標(biāo)函數(shù)，它可為預(yù)定義的損失函數(shù)名，如categorical_crossentropy、mse，也可以為一個(gè)損失函數(shù)。詳情見losses
可用的損失目標(biāo)函數(shù)：
mean_squared_error或mse
mean_absolute_error或mae
mean_absolute_percentage_error或mape
mean_squared_logarithmic_error或msle
squared_hinge
hinge
categorical_hinge
binary_crossentropy（亦稱作對(duì)數(shù)損失，logloss）
logcosh
categorical_crossentropy：亦稱作多類的對(duì)數(shù)損失，注意使用該目標(biāo)函數(shù)時(shí)，需要將標(biāo)簽轉(zhuǎn)化為形如(nb_samples, nb_classes)的二值序列
sparse_categorical_crossentrop：如上，但接受稀疏標(biāo)簽。注意，使用該函數(shù)時(shí)仍然需要你的標(biāo)簽與輸出值的維度相同，你可能需要在標(biāo)簽數(shù)據(jù)上增加一個(gè)維度：np.expand_dims(y,-1)
kullback_leibler_divergence：從預(yù)測(cè)值概率分布Q到真值概率分布P的信息增益,用以度量?jī)蓚€(gè)分布的差異.
poisson：即(predictions - targets * log(predictions))的均值
cosine_proximity：即預(yù)測(cè)值與真實(shí)標(biāo)簽的余弦距離平均值的相反數(shù)
補(bǔ)充知識(shí)：keras.model.compile() 自定義損失函數(shù)注意點(diǎn)
基本用法
model.compile(optimizer=Adam(lr=1e-4), loss='binary_crossentropy', metrics=['accuracy'])
注意
loss后類似'binary_crossentropy'、'mse'等代稱
loss為函數(shù)名稱的時(shí)候，不帶括號(hào)
函數(shù)參數(shù)必須為(y_true, y_pred, **kwards)的格式
不能直接使用tf.nn.sigmoid_cross_entropy_with_logits等函數(shù)，因?yàn)槠鋮?shù)格式為(labels=None,
logits=None)，需要指定labels=、logits=這兩個(gè)參數(shù)
以上這篇keras:model.compile損失函數(shù)的用法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了如何利用Python中的?NumPy?和?OpenCV?庫實(shí)現(xiàn)求不同分辨率圖像的峰值信噪比，感興趣的小伙伴可以跟隨不想一起學(xué)習(xí)一下2023-01-01
python面向?qū)ο蠖嗑€程爬蟲爬取搜狐頁面的實(shí)例代碼
這篇文章主要介紹了python面向?qū)ο蠖嗑€程爬蟲爬取搜狐頁面的實(shí)例代碼,需要的朋友可以參考下2018-05-05
這篇文章主要介紹了在python中not 與 is None的區(qū)別，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
Pandas使用Merge與Join和Concat分別進(jìn)行合并數(shù)據(jù)效率對(duì)比分析
這篇文章主要給大家介紹了關(guān)于pandas中DataFrame數(shù)據(jù)合并連接（merge、join、concat)的相關(guān)資料，文中介紹的非常詳細(xì)，需要的朋友可以參考下2022-12-12
Numpy的arange()函數(shù)用于在指定間隔內(nèi)生成均勻間隔的數(shù)組,它接受開始值、停止值和步長(zhǎng)來創(chuàng)建數(shù)組,返回的是ndarray類型,如果沒有提供dtype,則會(huì)根據(jù)其他參數(shù)推斷數(shù)據(jù)類型,對(duì)于浮點(diǎn)類型參數(shù),結(jié)果數(shù)組的長(zhǎng)度計(jì)算方式為ceil((stop-start)/step)2024-10-10
python實(shí)現(xiàn)按鍵精靈找色點(diǎn)擊功能教程,使用pywin32和Pillow庫
這篇文章主要介紹了python實(shí)現(xiàn)按鍵精靈找色點(diǎn)擊功能教程,使用pywin32和Pillow庫，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-06-06
在Python中使用filter去除列表中值為假及空字符串的例子
今天小編就為大家分享一篇在Python中使用filter去除列表中值為假及空字符串的例子，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-11-11
python的pytest框架之命令行參數(shù)詳解（上）
這篇文章主要介紹了python的pytest框架之命令行參數(shù)詳解，pytest是一款強(qiáng)大的python自動(dòng)化測(cè)試工具，可以勝任各種類型或者級(jí)別的軟件測(cè)試工作。pytest提供了豐富的功能，包括assert重寫，第三方插件,需要的朋友可以參考下2019-06-06
Python plt 利用subplot 實(shí)現(xiàn)在一張畫布同時(shí)畫多張圖
這篇文章主要介紹了Python plt 利用subplot 實(shí)現(xiàn)在一張畫布同時(shí)畫多張圖，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-02-02
Python openpyxl模塊實(shí)現(xiàn)excel讀寫操作
這篇文章主要介紹了Python openpyxl模塊實(shí)現(xiàn)excel讀寫操作,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06