- 1. 模型训练和预测步骤
- 2. 使用内置方法fit进行训练和评估
-
- 2.1 简单案例解析
- 2.2 compile编译
- 2.3 处理非标准化的损失和评估指标：add_loss&add_metric
- 2.4 自动切分验证集
- 2.5 使用tf.data数据进行训练
- 2.6 使用tf.keras.utils.Sequence数据进行训练
- 2.7 多输出，指定不同的损失函数和评估指标
- 2.8 样本不均衡：类权重和样本权重
- 2.9 使用回调(callbacks)
- 2.10 学习率衰减
- 3. 从头开始编写循环训练
-
- 3.1 fit源码解析
- 3.2 从头完成fit循环训练
-
- 3.2.1 简单案例解析
- 3.2.2 添加指标进行监控
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）