阅读量:2
在Keras中，可以使用compile()方法来编译模型并指定优化器和损失函数。以下是一个示例代码：
from keras.models import Sequential from keras.layers import Dense # 创建一个简单的Sequential模型 model = Sequential() model.add(Dense(units=64, activation='relu', input_dim=100)) model.add(Dense(units=10, activation='softmax')) # 编译模型并指定优化器和损失函数 model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) # 训练模型 model.fit(x_train, y_train, epochs=10, batch_size=32) 在上面的代码中，我们通过compile()方法指定了优化器为adam，损失函数为categorical_crossentropy，并将准确率作为评估指标。然后使用fit()方法训练模型。
除了adam优化器和categorical_crossentropy损失函数之外，Keras还支持其他优化器和损失函数，可以根据具体需求进行选择。
