角膜的丢失、测量和评分

两者有什么区别 loss , metrics 和 scoring 在A楼 keras 模型?它们应该是不同的还是相同的?在一个典型的模型中,我们使用这三种方法 GridSearchCV .

下面是一个典型回归模型的快照,它使用了这三个模型。

def create_model():

 model = Sequential()
 model.add(Dense(12, input_dim=1587, activation='relu'))
 model.add(Dense(1, activation='sigmoid'))

 model.compile(loss='mean_squared_error', optimizer='adam', metrics=['mean_squared_error'])
 return model

model = KerasRegressor(build_fn=create_model, verbose=0)
batch_size = [10, 20, 40, 60, 80, 100]
epochs = [10, 50, 100]
param_grid = dict(batch_size=batch_size, epochs=epochs)
grid = GridSearchCV(estimator=model,param_grid=param_grid, scoring='r2' n_jobs=-1)
grid_result = grid.fit(X, Y)