Мобильная версияКак оптимизировать CNN в Keras, используя точность (вместо точности) ⇐ Python
-
Anonymous
Как оптимизировать CNN в Keras, используя точность (вместо точности)
Мой вопрос прост: у меня есть целевой столбец со значениями True и False. По сути, это проблема бинарной классификации. Я хотел бы знать, как я могу оптимизировать свою CNN, используя точность в качестве показателя вместо точности?
Кстати, это не работает:
model.compile(loss='binary_crossentropy',оптимизатор=optm, metrics=['precision']) Это мой код:
модель = Последовательная() model.add(Dense(64,name = 'Primera', input_dim=8, active='relu')) model.add(Dense(32,name = 'Сегунда')) model.add(Dense(1,name = 'Tercera', active='sigmoid')) из оптимизаторов импорта tensorflow.keras optm = оптимизаторы.Адам(learning_rate=0,001, beta_1=0,9, beta_2=0,999, amsgrad=False) model.compile(loss='binary_crossentropy',оптимизатор=optm, metrics=['accuracy']) модель.сводка() история = model.fit(trainX, trainY, эпохи=1000, размер_пакета = 16, валидация_сплит=0,1, многословный = 1)
Мой вопрос прост: у меня есть целевой столбец со значениями True и False. По сути, это проблема бинарной классификации. Я хотел бы знать, как я могу оптимизировать свою CNN, используя точность в качестве показателя вместо точности?
Кстати, это не работает:
model.compile(loss='binary_crossentropy',оптимизатор=optm, metrics=['precision']) Это мой код:
модель = Последовательная() model.add(Dense(64,name = 'Primera', input_dim=8, active='relu')) model.add(Dense(32,name = 'Сегунда')) model.add(Dense(1,name = 'Tercera', active='sigmoid')) из оптимизаторов импорта tensorflow.keras optm = оптимизаторы.Адам(learning_rate=0,001, beta_1=0,9, beta_2=0,999, amsgrad=False) model.compile(loss='binary_crossentropy',оптимизатор=optm, metrics=['accuracy']) модель.сводка() история = model.fit(trainX, trainY, эпохи=1000, размер_пакета = 16, валидация_сплит=0,1, многословный = 1)
