待更-學習筆記——keras模型編譯中的loss、optimizer、metrics參數的設定與優化方法

1. 關于這三個函數的原代碼，沒怎麼看懂什麼意思，後面看懂了再更

   原參考網址-keras中的loss、optimizer、metrics

參數的選擇有兩種途徑：1. 使用字元串定義。 2.直接使用參數包中自帶的函數

字元串定義方法如下：

如設定：sgd=SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)

編譯時：model.compile(loss=‘xx’,optimizer=sgd,metrics=‘xx’)

1. 官方文檔

   官方文檔參考網址-keras documentaion

optimizer優化器：

SGD（随機梯度下降優化器，主要需要設定的參數有（Ir、momentu、decay、nesterov））；

RMSprop(很适合遞歸神經網絡，主要設定參數Ir、rho、epsilon、decay)；Adagrad（主要設定參數Ir、epsilon、decay）；

Adadelta（參數的設定會根據學習過程的頻率進行自動調整，使用時建議将參數保留為預設值，是Adgrad的擴充，根據梯度更新的移動視窗來調整學習速度，參數有Ir、rho、epsilon、decay）；

Adam（主要參數有 Ir、beta-1、beta-2、epsilon、decay、amsgrad）；

Adamax主要參數有 Ir、beta-1、beta-2、epsilon、decay）；

Nadam主要參數有 Ir、beta-1、beta-2、epsilon、decay、schedule-decay）、

3 寫的很清楚的一個部落格

關于深度學習優化器Optimizer，你需要了解這些