摘要：
原来的训练结果： 改变优化器：规定优化器为adam，并将if（learning_rate）为0.001. 改变优化器之后的训练结果：结果不是很好，很快达到了饱和 阅读全文
posted @ 2021-08-26 17:46
kkkshiki
阅读(35)
评论(0)
推荐(0)
|
摘要：
原来的训练结果： 改变优化器：规定优化器为adam，并将if（learning_rate）为0.001. 改变优化器之后的训练结果：结果不是很好，很快达到了饱和 阅读全文
posted @ 2021-08-26 17:46
kkkshiki
阅读(35)
评论(0)
推荐(0)
摘要：
在上次的fashion mnist实现softmax的基础，对于多分类问题使用categorical_crossentropy 和 sparse_categorical_crossentropy 两种方式来计算softma交叉熵 在原先train_lable是数字编码 ，现在使用独热编码（独热编码即 阅读全文
posted @ 2021-08-26 13:20
kkkshiki
阅读(206)
评论(0)
推荐(0)
|
浙公网安备 33010602011771号