1. compile参数介绍

model.compile(
   optimizer, 
   loss = None, 
   metrics = None, 
   loss_weights = None, 
   sample_weight_mode = None, 
   weighted_metrics = None, 
   target_tensors = None
)

• optimizer：优化器，用于控制梯度裁剪。必选项
• loss：损失函数（或称目标函数、优化评分函数）。必选项
• metrics：评价函数用于评估当前训练模型的性能。当模型编译后（compile），评价函数应该作为 metrics 的参数来输入。评价函数和损失函数相似，只不过评价函数的结果不会用于训练过程中。

在使用过程中常用的就是这三个参数。

1. optimizer

optimizer中文文档

• 可以先实例化一个优化器对象，然后将它传入 model.compile()；

  from keras import optimizers
  model = Sequential()
  model.add(Dense(64, kernel_initializer='uniform', input_shape=(10,)))
  model.add(Activation('softmax'))
  sgd = optimizers.SGD(lr=0.01, clipvalue=0.5)
  model.compile(optimizer=sgd,loss='mse')
  

• 可以通过名称来调用优化器。但是使用优化器的默认参数。

  # 传入优化器名称: 默认参数将被采用
  model.compile(loss='mean_squared_error', optimizer='sgd')
  

1.1 optimizer可用参数-SGD

SGD：$随机梯度下降优化器$。包含扩展功能的支持：

• 学习率learning rate (lr)
• 动量（momentum）优化,
• 学习率衰减（每次参数更新后）
• Nestrov 动量 (NAG) 优化。

• lr: float >= 0. 学习率。
• momentum : float>= 0. 参数，用于加速 SGD 在相关方向上前进，并抑制震荡。
• decay: float >= 0. 每次参数更新后学习率衰减值。
• nesterov: boolean. 是否使用 Nesterov 动量。

例如：
python keras.optimizers.SGD(lr=0.01, momentum=0.0, decay=0.0, nesterov=False)

1.2 optimizer可用参数-RMSprop

• RMSprop：RMSProp 优化器是AdaGrad算法的一种改进。$将梯度除以最近幅度的移动平均值$。

  • lr: float >= 0. 学习率。
  • rho: float >= 0. RMSProp梯度平方的移动均值的衰减率.
  • epsilon: float >= 0. 模糊因子. 若为 None, 默认为 K.epsilon()。
  • decay: float >= 0. 每次参数更新后学习率衰减值。

  例如： keras.optimizers.RMSprop(lr=0.001, rho=0.9, epsilon=None, decay=0.0)

• 这个优化器通常是训练循环神经网络$RNN的不错选择$。参考文献

1.3 optimizer可用参数 - Adagrad

• Adagrad 是一种具有特定参数学习率的优化器，$根据参数在训练期间的更新频率进行自适应调整$。参数接收的更新越多，更新越小。

  • lr: float >= 0. 学习率。
  • epsilon: float >= 0. 模糊因子.若为 None, 默认为 K.epsilon()。
  • decay: float >= 0. 每次参数更新后学习率衰减值。

  例如：keras.optimizers.Adagrad(lr=0.01, epsilon=None, decay=0.0)

• 建议使用优化器的默认参数。参考文献

1.4 optimizer可用参数 - Adadelta

• Adadelta 是 Adagrad 的一个具有更强鲁棒性的的扩展版本，它是$根据渐变更新的移动窗口调整学习速率$。

  • lr: float >= 0. 学习率，建议保留默认值。
  • rho: float >= 0. Adadelta梯度平方移动均值的衰减率。
  • epsilon: float >= 0. 模糊因子. 若为 None, 默认为 K.epsilon()。
  • decay: float >= 0. 每次参数更新后学习率衰减值。

• 详细阅读：参考文献

1.5 optimizer可用参数 - Adam/Adamax/Nadam

1. Adam参数

   • lr: float >= 0. 学习率。
   • beta_1: float, 0 < beta < 1. 通常接近于 1。
   • beta_2: float, 0 < beta < 1. 通常接近于 1。
   • epsilon: float >= 0. 模糊因子. 若为 None, 默认为 K.epsilon()。
   • decay: float >= 0. 每次参数更新后学习率衰减值。
   • amsgrad: boolean. 是否应用此算法的 AMSGrad 变种，来自论文 “On the Convergence of Adam and Beyond”。

   例如：其默认为：
   python keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0, amsgrad=False)
   参考：Adam - A Method for Stochastic Optimization

2. Adamax参数

   • Adamax 优化器，来自 Adam 论文的第七小节.它是Adam算法基于无穷范数（infinity norm）的变种。 默认参数遵循论文中提供的值。
   • 参数

   • lr: float >= 0. 学习率。
   • beta_1/beta_2: floats, 0 < beta < 1. 通常接近于 1。
   • epsilon: float >= 0. 模糊因子. 若为 None, 默认为 K.epsilon()。
   • decay: float >= 0. 每次参数更新后学习率衰减值。

   例如：其默认为：
   keras.optimizers.Adamax(lr=0.002, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0)

3. Nadam

   • Nesterov 版本 Adam 优化器。
   • 正像 Adam 本质上是 RMSProp 与动量 momentum 的结合， Nadam 是采用 Nesterov momentum 版本的 Adam 优化器。
   • 参数

   • lr: float >= 0. 学习率。
   • beta_1/beta_2: floats, 0 < beta < 1. 通常接近于 1。
   • epsilon: float >= 0. 模糊因子. 若为 None, 默认为 K.epsilon()。

   例如：其默认为：
   keras.optimizers.Nadam(lr=0.002, beta_1=0.9, beta_2=0.999, epsilon=None, schedule_decay=0.004)

2. loss

损失函数的目的是$计算模型在训练期间应寻求最小化的数量$。loss可用参数

简写：

mse = MSE = mean_squared_error             # 均方误差
mae = MAE = mean_absolute_error            # 平均绝对误差
mape = MAPE = mean_absolute_percentage_error        # 平均绝对百分比误差
msle = MSLE = mean_squared_logarithmic_error           # 均方对数误差
kld = KLD = kullback_leibler_divergence      # 
cosine = cosine_proximity                            # 余弦值

2.1 mean_squared_error：均方误差

def mean_squared_error(y_true, y_pred):
    return K.mean(K.square(y_pred - y_true), axis=-1)

2.2 mean_absolute_error：平均绝对误差

def mean_absolute_error(y_true, y_pred):
    return K.mean(K.abs(y_pred - y_true), axis=-1)

2.3 mean_absolute_percentage_error：平均绝对百分比误差

def mean_absolute_percentage_error(y_true, y_pred):
    diff = K.abs((y_true - y_pred) / K.clip(K.abs(y_true),
                                            K.epsilon(),
                                            None))
    return 100. * K.mean(diff, axis=-1)

2.4 mean_squared_logarithmic_error：均方对数误差

def mean_squared_logarithmic_error(y_true, y_pred):
    first_log = K.log(K.clip(y_pred, K.epsilon(), None) + 1.)
    second_log = K.log(K.clip(y_true, K.epsilon(), None) + 1.)
    return K.mean(K.square(first_log - second_log), axis=-1)

2.5 squared_hinge

def squared_hinge(y_true, y_pred):
    return K.mean(K.square(K.maximum(1. - y_true * y_pred, 0.)), axis=-1)

2.6 hinge

def hinge(y_true, y_pred):
    return K.mean(K.maximum(1. - y_true * y_pred, 0.), axis=-1)

2.7 categorical_hinge

def categorical_hinge(y_true, y_pred):
    pos = K.sum(y_true * y_pred, axis=-1)
    neg = K.max((1. - y_true) * y_pred, axis=-1)
    return K.maximum(0., neg - pos + 1.)

2.8 logcosh

logcosh：预测误差的双曲余弦的对数。

def logcosh(y_true, y_pred):
    '''Logarithm of the hyperbolic cosine of the prediction error.
    `log(cosh(x))` is approximately equal to `(x ** 2) / 2` for small `x` and
    to `abs(x) - log(2)` for large `x`. This means that 'logcosh' works mostly
    like the mean squared error, but will not be so strongly affected by the
    occasional wildly incorrect prediction.
    # Arguments
        y_true: tensor of true targets.
        y_pred: tensor of predicted targets.

    # Returns
        Tensor with one scalar loss entry per sample.
    '''
    def _logcosh(x):
        return x + K.softplus(-2. * x) - K.log(2.)
    return K.mean(_logcosh(y_pred - y_true), axis=-1)

2.9 categorical_crossentropy

categorical_crossentropy：分类交叉熵。

def categorical_crossentropy(y_true, y_pred):
    return K.categorical_crossentropy(y_true, y_pred)

2.10 sparse_categorical_crossentropy

sparse_categorical_crossentropy：稀疏的分类交叉熵。

def sparse_categorical_crossentropy(y_true, y_pred):
    return K.sparse_categorical_crossentropy(y_true, y_pred)

2.11 binary_crossentropy

binary_crossentropy：二元交叉熵。

def binary_crossentropy(y_true, y_pred):
    return K.mean(K.binary_crossentropy(y_true, y_pred), axis=-1)

2.12 kullback_leibler_divergence

def kullback_leibler_divergence(y_true, y_pred):
    y_true = K.clip(y_true, K.epsilon(), 1)
    y_pred = K.clip(y_pred, K.epsilon(), 1)
    return K.sum(y_true * K.log(y_true / y_pred), axis=-1)

2.13 poisson

poisson：泊松。

def poisson(y_true, y_pred):
    return K.mean(y_pred - y_true * K.log(y_pred + K.epsilon()), axis=-1)

2.14 cosine_proximity

cosine_proximity：余弦值。

def cosine_proximity(y_true, y_pred):
    y_true = K.l2_normalize(y_true, axis=-1)
    y_pred = K.l2_normalize(y_pred, axis=-1)
    return -K.sum(y_true * y_pred, axis=-1)

3. Matrics

1. 评价函数用于$评估当前训练模型的性能$。当模型编译后（compile），评价函数应该作为 metrics的参数来输入。
2. 评价函数和 损失函数 相似，只不过$评价函数的结果不会用于训练过程中$。我们可以传递已有的评价函数名称，或者传递一个自定义的 Theano/TensorFlow 函数来使用。可用Matrics
   

3.1 keras内置的评价函数

• binary_accuracy

  binary_accuracy(y_true, y_pred)
  

• categorical_accuracy

  categorical_accuracy(y_true, y_pred)
  

• sparse_categorical_accuracy

  sparse_categorical_accuracy(y_true, y_pred)
  

• top_k_categorical_accuracy

  top_k_categorical_accuracy(y_true, y_pred, k=5)
  

• sparse_top_k_categorical_accuracy

  sparse_top_k_categorical_accuracy(y_true, y_pred, k=5)
  

3.2 自定义评价函数

自定义评价函数应该在编译的时候（compile）传递进去。该函数需要以 (y_true, y_pred) 作为输入参数，并返回一个张量作为输出结果。

import keras.backend as K

def mean_pred(y_true, y_pred):
    return K.mean(y_pred)

model.compile(optimizer='rmsprop',
              loss='binary_crossentropy',
              metrics=['accuracy', mean_pred])

参考：

• keras_7_评估标准 Metrics
• compile参数详解