《Keras深度学习实战》—3.8.2 怎么做

网友投稿 730 2022-05-30

3.8.2 怎么做

和前几节一样,利用适当的网络拓扑创建一个序贯模型。本节中使用的优化器是Keras中的AdaDelta实现:

AdaDelta优化器

Keras文档中建议将此优化器的参数保留为默认值。

优化器的初始化参数:

lr:大于等于0的浮点数,表示学习率。建议将其保留为默认值。

《Keras深度学习实战》—3.8.2 怎么做

rho:大于等于0的浮点数。

epsilon:大于等于0的浮点数,表示模糊因子。如果未指定(None),则默认为K.epsilon()。

decay:大于等于0的浮点数,表示每次数据更新时,衰减的学习率。

这里创建了一个具有两个隐藏层,丢弃率为0.2的网络。

该模型使用的是AdaDelta优化器。

以下是上述代码的输出:

绘制AdaDelta的模型准确率曲线:

基于AdaDelta优化器的训练集准确率和测试集准确率:

同样,AdaDelta的模型损失曲线如下所示:

AdaDelta的最终测试损失和测试准确率计算如下:

上述程序的输出显示如下:

使用AdaDelta获得的准确率高于SGD、Adam的结果,大约为0.9846。

Keras 深度学习

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:【鲲鹏云移植干货分享13】Postgresql 9.2.24安装指导
下一篇:九十一、Python的GUI系列 | QT组件篇
相关文章