编译：model.compile()

1、优化器的选择

1.1、Adam优化器

　　学习率一般设置很低，以便在微调期间学习的权重与预训练网络在Imagenet数据集上学习的强特征提取权重没有太大差异。

model.compile(optimizer=Adam(learning_rate=0.0001))

1.2、

 

2、损失函数的选择

2.1、categorical_crossentropy

　　当使用该损失函数时，你的标签应为多类模式，且label需要是one-hot形式。

model.compile(loss='categorical_crossentropy')

2.2、Binary CrossEntorpy

2.3、sparse_categorical_crossentropy

 

3、评价标准的选择

3.1、accuracy准确率

　　大部分情况都使用该值