Python tf.keras.experimental.LinearModel.compile用法及代碼示例

參數

• optimizer 字符串(優化器名稱)或優化器實例。見tf.keras.optimizers。
• loss 損失函數。可能是一個字符串(損失函數的名稱)，或者一個 tf.keras.losses.Loss 實例。請參閱tf.keras.losses。損失函數是任何帶有簽名 loss = fn(y_true, y_pred) 的可調用函數，其中 y_true 是真實值，而 y_pred 是模型的預測。 y_true 應該具有形狀 (batch_size, d0, .. dN) (在稀疏損失函數的情況下，例如稀疏分類交叉熵，它需要形狀為 (batch_size, d0, .. dN-1) 的整數數組)。 y_pred 應該具有形狀 (batch_size, d0, .. dN) 。損失函數應該返回一個浮點張量。如果使用自定義 Loss 實例並將縮減設置為 None ，則返回值具有形狀 (batch_size, d0, .. dN-1) 即 per-sample 或 per-timestep 損失值；否則，它是一個標量。如果模型有多個輸出，您可以通過傳遞字典或損失列表對每個輸出使用不同的損失。除非指定了loss_weights，否則模型將最小化的損失值將是所有單個損失的總和。
• metrics 模型在訓練和測試期間要評估的指標列表。每個都可以是字符串(內置函數的名稱)、函數或tf.keras.metrics.Metric 實例。請參閱tf.keras.metrics。通常，您將使用 metrics=['accuracy'] 。函數是任何帶有簽名 result = fn(y_true, y_pred) 的可調用函數。要為 multi-output 模型的不同輸出指定不同的指標，您還可以傳遞字典，例如 metrics={'output_a':'accuracy', 'output_b':['accuracy', 'mse']} 。您還可以傳遞一個列表來為每個輸出指定一個指標或指標列表，例如 metrics=[['accuracy'], ['accuracy', 'mse']] 或 metrics=['accuracy', ['accuracy', 'mse']] 。當您傳遞字符串 'accuracy' 或 'acc' 時，我們會根據使用的損失函數和模型輸出形狀將其轉換為 tf.keras.metrics.BinaryAccuracy 、 tf.keras.metrics.CategoricalAccuracy 、 tf.keras.metrics.SparseCategoricalAccuracy 之一。我們也對字符串'crossentropy' 和'ce' 進行類似的轉換。
• loss_weights 可選的列表或字典，指定標量係數(Python 浮點數)以加權不同模型輸出的損失貢獻。模型將最小化的損失值將是加權和所有個人損失，加權loss_weights係數。如果是列表，則預計與模型的輸出有 1:1 的映射關係。如果是 dict，則應將輸出名稱(字符串)映射到標量係數。
• weighted_metrics 在訓練和測試期間由sample_weight 或class_weight 評估和加權的指標列表。
• run_eagerly 布爾。默認為 False 。如果 True ，這個 Model 的邏輯將不會被包裝在 tf.function 中。建議將其保留為 None ，除非您的 Model 不能在 tf.function 內運行。使用 tf.distribute.experimental.ParameterServerStrategy 時不支持 run_eagerly=True 。
• steps_per_execution Int. 默認為 1。每次 tf.function 調用期間要運行的批次數。在單個 tf.function 調用中運行多個批處理可以極大地提高 TPU 或具有大量 Python 開銷的小型模型的性能。每次執行最多將運行一個完整的 epoch。如果傳遞的數字大於 epoch 的大小，則執行將被截斷為 epoch 的大小。請注意，如果 steps_per_execution 設置為 N ，則 Callback.on_batch_begin 和 Callback.on_batch_end 方法將僅在每個 N 批次(即在每個 tf.function 執行之前/之後)調用。
• jit_compile 如果True，用 XLA 編譯模型訓練步驟。XLA是機器學習的優化編譯器。jit_compile默認情況下未啟用。此選項無法啟用run_eagerly=True.注意jit_compile=True不一定適用於所有型號。有關支持的操作的更多信息，請參閱XLA 文檔.另請參閱已知的 XLA 問題更多細節。
• **kwargs 僅支持向後兼容的參數。