Sawa Matematik = Cinta

Saya mengesyorkan anda, apabila mencipta penyelesaian, fikir semestinya dalam konteks penyataan matematik. Kerana:

1. Ia dengan mudah menyimpan sempadan projek, semasa anda mengekodkan pemikiran
2. Terdapat lebih banyak peluang untuk bergerak dalam ruang program

Entropi silang untuk AI membantu melatih rangkaian saraf dalam amalan terbaik setiap era. Selalunya menggunakan pembinaan Matematik yang berbeza, seperti kaedah turunan stokastik.

Peta pekali berat memfokuskan rangkaian neural ciri kami dengan cara yang betul. Untuk mengelakkan ralat kasar dalam nilai yang terhasil.

best_w = keras.callbacks.ModelCheckpoint('unet_best.h5', 
                                monitor='val_loss',
                                verbose=0,
                                save_best_only=True,
                                save_weights_only=True,
                                mode='auto',
                                period=1)

last_w = keras.callbacks.ModelCheckpoint('unet_last.h5',
                                monitor='val_loss',
                                verbose=0,
                                save_best_only=False,
                                save_weights_only=True,
                                mode='auto',
                                period=1)

callbacks = [best_w, last_w]

Adalah lebih baik untuk mencipta 2 senarai: berat model terbaik dan terakhir. Ini berguna apabila mengira nilai ralat.

Hasil penamat kelihatan, seperti:

Atas ialah kandungan terperinci Sawa Matematik = Cinta. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!