0
点赞
收藏
分享

微信扫一扫

第八节:Keras深度学习框架之优化器

奔跑的酆 2022-05-02 阅读 44

优化器是keras在模型编译时需要的参数之一,其决定采用何种方法来训练模型。优化器的两种用法:

1、实例化优化器对象,然后传入model.compile()。实例化的优化器对象可以指定参数。

from keras import optimizers

model = Sequential()
model.add(Dense(64, kernel_initializer='uniform', input_shape=(10,)))
model.add(Activation('tanh'))
model.add(Activation('softmax'))

sgd = optimizers.SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='mean_squared_error', optimizer=sgd)

2、在model.compile()中通过名称调用优化器,此时优化器采用默认的参数。

可以在调用model.compile()之前初始化一个优化器对象,然后传入该函数(如上所示),也可以在调用model.compile()时传递一个预定义优化器名。在后者情形下,优化器的参数将使用默认值。

# pass optimizer by name: default parameters will be used
model.compile(loss='mean_squared_error', optimizer='sgd')

keras优化器公共参数:

 参数clipnor

举报

相关推荐

0 条评论