keras如何定义“准确性”和“损失”?
deep-learning
keras
machine-learning
python
5
0

我找不到Keras如何定义“准确性”和“损失”。我知道我可以指定不同的指标(例如,mse,交叉熵),但是keras会打印出标准的“准确性”。如何定义?同样对于损失:我知道我可以指定不同类型的正则化-损失中的那些正则化吗?

理想情况下,我想打印出用于定义它的方程式;如果没有,我将在这里为您解决。

参考资料:
Stack Overflow
收藏
评论
共 1 个回答
高赞 时间 活跃

查看metrics.py ,您可以在其中找到所有可用度量的定义,包括不同类型的准确性。除非在编译模型时将其添加到所需指标列表中,否则不会打印精度。

根据定义,调节器会添加到损失中。例如,请参见Layer类的add_loss方法。

更新资料

accuracy类型取决于目标函数,请参阅training.py 。默认选择是categorical_accuracy 。当目标函数是二进制或稀疏时,将选择其他类型,例如binary_accuracysparse_categorical_accuracy

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号