摘要：
1. 优化器的使用 1. 优化器(optimizer)是编译Keras模型的所需的两个参数之一： 2. Keras优化器的公共参数 参数 和`clipvalue`能在所有的优化器中使用，用于控制梯度裁剪（Gradient Clipping）： 3. keras支持的Optimizers 1. SGD 阅读全文
摘要：
1. 评价函数的用法 1. 评价函数用于评估当前训练模型的性能。当模型编译后（compile），评价函数应该作为 的参数来输入。 2. 评价函数和 "损失函数" 相似，只不过评价函数的结果不会用于训练过程中。我们可以传递已有的评价函数名称，或者传递一个自定义的 Theano/TensorFlow 函 阅读全文
摘要：
1. keras中使用loss 2. keras官方支持的 1. mean_squared_error 2. mean_absolute_error 3. mean_absolute_percentage_error 4. mean_squared_logarithmic_error 5. squa 阅读全文
摘要：
1. 序列预处理 1. TimeseriesGenerator 用于生成批量时序数据的实用工具类。这个类以一系列由相等间隔以及一些时间序列参数（例如步长、历史长度等）汇集的数据点作为输入，以生成用于训练/验证的批次数据。 2. pad_sequences 将多个序列 截断或补齐 为相同长度。该函数将 阅读全文
摘要：
1. 公共函数 1. : 以含有Numpy矩阵的列表形式返回层的权重。 2. : 从含有Numpy矩阵的列表中设置层的权重（与 的输出形状相同）。 3. : 返回包含层配置的字典。此图层可以通过以下方式重置： 4. 如果一个层具有单个节点 (i.e. 如果 它不是共享层 ), 你可以得到它的输入张量 阅读全文
摘要：
1. 函数式Model的API 1. 在函数式 API 中，给定一些输入张量和输出张量，可以通过以下方式实例化一个 ： 2. 一些重要的方法 1. compile 2. fit 3. evaluate 4. predict 5. 小函数 train_on_batch test_on_batch pr 阅读全文
摘要：
1. 几个重要的API 1. compile：配置或编译模型 2. fit：以指定的epoch自动训练模型 3. evaluate：根据输入的(x,y)来评估上一步得到的模型 4. predict：基于之前得到模型，对输入的x预测输出结果 5. 一些小函数 train_on_batch test_o 阅读全文
摘要：
1. keras模型官方实现的Model 1. 在 Keras 中有两类主要的模型： "Sequential 顺序模型" 和 "使用函数式 API 的 Model 类模型" 。 2. 两类模型的方法和属性大致相同： 是包含模型网络层的展平列表。 是模型输入张量的列表。 是模型输出张量的列表。 打印出 阅读全文
摘要：
1. "sample", "batch", "epoch" 分别是什么？ 为了正确地使用 Keras，以下是必须了解和理解的一些常见定义： Sample : 样本，数据集中的一个元素，一条数据。 例1: 在卷积神经网络中，一张图像是一个样本。 例2: 在语音识别模型中，一段音频是一个样本。 Batc 阅读全文