Метод compile класса Sequential

Метод compile класса Sequential подготавливает модель к обучению. Первым параметром передается оптимизатор, который определяет способ обновления весов. Вторым параметром задается функция потерь, измеряющая ошибку модели. Третьим параметром указывается список метрик для оценки качества обучения.

Синтаксис

model.compile(optimizer, loss, [metrics])

Пример

Давайте создадим простую модель и настроим ее для обучения:

import tensorflow as tf

tf.random.set_seed(0)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(10, activation='relu', input_shape=(5,)),
	tf.keras.layers.Dense(1)
])

model.compile(
	optimizer='adam',
	loss='mse',
	metrics=['mae']
)

print("Model compiled successfully")

Результат выполнения кода:

"Model compiled successfully"

Пример

Давайте настроим модель с кастомным оптимизатором и функцией потерь:

import tensorflow as tf

tf.random.set_seed(0)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(10, activation='relu', input_shape=(5,)),
	tf.keras.layers.Dense(1)
])

optimizer = tf.keras.optimizers.SGD(learning_rate=0.01)
loss_fn = tf.keras.losses.MeanSquaredError()

model.compile(
	optimizer=optimizer,
	loss=loss_fn,
	metrics=['accuracy']
)

print("Model compiled with custom optimizer")

Результат выполнения кода:

"Model compiled with custom optimizer"

Пример

Давайте обучим модель после компиляции и проверим работу метода:

import tensorflow as tf
import numpy as np

tf.random.set_seed(0)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(1, input_shape=(1,))
])

model.compile(
	optimizer='sgd',
	loss='mse'
)

x = np.array([[1], [2], [3], [4], [5]], dtype=np.float32)
y = np.array([[2], [4], [6], [8], [10]], dtype=np.float32)

history = model.fit(x, y, epochs=100, verbose=0)

res = model.predict(np.array([[6]], dtype=np.float32))
print(res)

Результат выполнения кода:

[[12.000012]]

Смотрите также

класс Sequential,
который создает линейный стек слоев
метод fit,
который обучает модель на данных
метод predict,
который выполняет предсказания модели
метод summary,
который выводит архитектуру модели