Python 编译tf.keras模型时可以使用的所有指标是什么?
要编译tf.keras模型,需要执行以下操作:Python 编译tf.keras模型时可以使用的所有指标是什么?,python,metrics,tf.keras,Python,Metrics,Tf.keras,要编译tf.keras模型,需要执行以下操作: model.compile( optimizer='sgd',#'adam', or what not loss='sparse_categorical_crossentropy', metrics=['accuracy','mae'] ) 其他哪些指标可以用作“指标”的参数值?我徒劳无功地试图在家里找他们。我在找整个名单 编辑:我知道可以使用显式形式。e、 g metrics=[tf.keras.metrics.Mea
model.compile(
optimizer='sgd',#'adam', or what not
loss='sparse_categorical_crossentropy',
metrics=['accuracy','mae']
)
其他哪些指标可以用作“指标”的参数值?我徒劳无功地试图在家里找他们。我在找整个名单
编辑:我知道可以使用显式形式。e、 g
metrics=[tf.keras.metrics.MeanAbsoluteError()] #instead of "mae"
但短标记在以后打印时更有用:
lossplot = df.plot(y="mae", title="Loss vs Epochs", legend=False)
lossplot.set(xLabel="Epochs", yLabel="Loss")
从Keras页面:
指标:模型在培训期间评估的指标列表
和测试。每一个都可以是一个字符串(内置
函数),函数或tf.keras.metrics.Metric实例。[…]
从Keras页面:
所有内置指标也可以通过其字符串标识符传递
(在这种情况下,使用默认构造函数参数值,包括
默认度量值(名称)
现在,您可以在“函数”部分下的中找到完整的内置度量列表。它基本上是字符串形式的函数名