python - 在这个 TensorFlow 模型中,哪些模型参数从一个时期到下一个时期发生了变化?
问题描述
为了根据评论使我的问题更加具体,哪些模型参数从一个时期到另一个时期正在发生变化?起始重量?
我在这里查看这个 Tensorflow 教程: https ://codelabs.developers.google.com/codelabs/tensorflow-lab2-computervision/index.html
随着模型的训练,我看到有 5 个时期,每个时期具有不同的准确性。但我不确定从一个时代到另一个时代发生了什么变化,以及如何根据这些时代确定最终模型。这是模型创建和训练的代码片段。
model = tf.keras.models.Sequential([tf.keras.layers.Flatten(),
tf.keras.layers.Dense(128, activation=tf.nn.relu),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)])
model.compile(optimizer = tf.train.AdamOptimizer(),
loss = 'sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(training_images, training_labels, epochs=5)
任何帮助将非常感激。谢谢!
解决方案
模型改变时代的方式实际上是让机器学习发挥作用的原因。在开始自己编码神经网络之前,您可能应该了解一些不受特定库限制的基本模型(例如 kNN)的内部工作原理。
本质上,模型在每个时期之间进行训练,优化其参数(即修改它应用于每一层中每个神经元的数学函数)以随着时间的推移提高其准确性。
推荐阅读
- c# - 在组合框 wpf 中检查空值时异常不起作用
- python - 尝试使用 selenium (Python) 单击验证码框时出错
- python - 如何将命名变量传递给python中的bash脚本?
- java - 如何从嵌套的 json volley/android 中检索数据
- python-3.x - 尝试在 python 3.9.4 上安装(py -m pip install tables)时出现问题
- go - Sentry CaptureMessage 不刷新
- python - Python Pyinstaller MSYS 问题与 PyQtWebKit
- reactjs - 如何在使用 React Chrome 扩展程序打开页面之前显示弹出窗口?
- c++ - 为什么qt不进入foreach循环?
- kubeflow - 如何在 kubeflow 中跨多个组件使用 OutputPath