有时候模型有多个输出(比如一个分类问题一个回归问题), 需要定义不同的metrics(比如accuracy和mae).
我们知道Keras可以定义多个loss, 用list传入即可. 那么Metrics呢? 自然也是可以的.
有以下两种方法:
比如
metrics={'output_a': 'accuracy', 'output_b': ['accuracy', 'mse']}
其中 output_a是output的name.
比如
metrics=[['accuracy'], ['accuracy', 'mse']] or metrics=['accuracy', ['accuracy', 'mse']]
详细可以参考官方文档.
有时候模型有多个输出(比如一个分类问题一个回归问题), 需要定义不同的metrics(比如accuracy和mae...
目录 Keras简介 Keras模型分类 Keras模型部署准备 默认部署Keras模型 自定义部署Keras模型...
函数式（Functional）模型 Keras函数式模型接口是用户定义多输出模型、非循环有向模型或具有共享层的模型...
自定义 Metrics 在 keras 中操作的均为 Tensor 对象，因此，需要定义操作 Tensor 的函数...
本文主要讨论的是预训练InceptionV3如何定义不同的输入以及输出,并展示了提取不同inception模型节点...
Keras 函数式 API 是定义复杂模型（如多输出模型、有向无环图，或具有共享层的模型）的方法。 非函数式api...
1、多输出模型 使用keras函数式API构建网络： 2、自定义loss函数 3、批量训练 4、调试 在自定义的l...
转载自keras输出中间层结果的2种方法 使用函数模型API，新建一个model，将输入和输出定义为原来的mode...
使用 Keras 实现 precision、recall、f1 函数定义如下： 在 Keras 网络模型使用方式：...
导入Keras函数模型入门 假设你使用Keras的函数API开始定义一个简单的MLP： 在Keras，有几种保存模...
本文标题：Keras之为模型不同的输出定义不同的metrics
本文链接：https://www.haomeiwen.com/subject/urtnultx.html
网友评论