1. 几个重要的API
- compile:配置或编译模型
- fit:以指定的epoch自动训练模型
- evaluate:根据输入的(x,y)来评估上一步得到的模型
- predict:基于之前得到模型,对输入的x预测输出结果
- 一些小函数
- train_on_batch
- test_on_batch
- predict_on_batch
- fit_generator
- 使用 Python 生成器或
Sequence
实例逐批生成的数据,按批次训练模型。生成器与模型并行运行,以提高效率。 例如,这可以让你在 CPU 上对图像进行实时数据增强,以在 GPU 上训练模型。keras.utils.Sequence
的使用可以保证数据的顺序, 以及当use_multiprocessing=True
时 ,保证每个输入在每个 epoch 只使用一次。
- 使用 Python 生成器或
- evaluate_generator
- predict_generator
- get_layer
- 根据名称(唯一)或索引值查找网络层。