技術標籤：keras中的fit函式引數

視覺化 Keras 訓練過程

Keras 提供 Callback 介面來追蹤訓練過程中的每一步結果，包括每一個 batch 和每一個 epoch。雖然名為“回撥函式”，但實際上想要擴充套件這功能需要繼承 keras.callbacks.Callback 類，該類提供兩個與模型訓練過程相關的屬性：

• params：compile 模型時設定的引數；
• model：模型物件。

通過這一介面可以實時視覺化 fit 過程中每一個 batch 和每一個 epoch 迭代過程中的誤差大小變化。以《Neural Networks and Deep Learning - Chap3 Improving the way neural networks learn》為例，假設我們要訓練一個最簡單的神經網路：

這個只有一個神經元的神經網路只有一個權重 w 和一個偏置 b 兩個待訓練的引數，假設要訓練的資料只有 (1, 0)，在這裡比較 MSE 和 Cross Entropy 兩種代價函式的學習效果。

首先構建這個模型：

from keras import Sequential, initializers, optimizersfrom keras.layers import Activation, Denseimport numpy as npdef viz_keras_fit(w, b, runtime_plot=False, loss="mean_squared_error