参数调整Keras

时间:2019-03-26 10:09:38

标签: python performance parameters keras deep-learning

首先,我不得不提到我对Keras等人完全是新手。

我创建了以下keras模型,该模型在出现许多错误后仍然可以正常工作,但是我想添加参数调整。

我的第一个问题是,如果要添加参数调整,必须像函数一样转换模型。有人可以举一个例子,说明如何以函数格式添加参数调整,例如优化器的学习率。.我遇到很多错误...

model = Sequential()
model.add(Embedding(max_idx + 1, word2vec.vector_size, 
input_length=MAX_SEQ_LEN))
model.add(Dropout(0.5))
model.add(BatchNormalization())
model.add(Convolution1D(52, 5, padding='same',

kernel_regularizer=keras.regularizers.l2(0.01)))
model.add(MaxPool1D())
model.add(Dropout(0.5))
model.add(BatchNormalization())
model.add(Convolution1D(128, 3, padding='same',

kernel_regularizer=keras.regularizers.l2(0.01)))
model.add(MaxPool1D())
model.add(Flatten())
model.add(Dense(len(TARGET_CLASSES), activation='sigmoid',
            kernel_regularizer=keras.regularizers.l2(0.02)))
model.compile(Adam(0.001), 'binary_crossentropy')

0 个答案:

没有答案