：模型训练和预测的三种方法(fit&tf.GradientTape&train_step&tf.data)

Posted 2022-05-18 爱编程的喵喵

文章目录

• 1. 模型训练和预测步骤
• 2. 使用内置方法fit进行训练和评估
• • 2.1 简单案例解析
  • 2.2 compile编译
  • 2.3 处理非标准化的损失和评估指标：add_loss&add_metric
  • 2.4 自动切分验证集
  • 2.5 使用tf.data数据进行训练
  • 2.6 使用tf.keras.utils.Sequence数据进行训练
  • 2.7 多输出，指定不同的损失函数和评估指标
  • 2.8 样本不均衡：类权重和样本权重
  • 2.9 使用回调(callbacks)
  • 2.10 学习率衰减
• 3. 从头开始编写循环训练
• • 3.1 fit源码解析
  • 3.2 从头完成fit循环训练
  • • 3.2.1 简单案例解析
    • 3.2.2 添加指标进行监控</