Day 25: AI机器学习 — TensorFlow初探 (下)

接续上偏TensorFlow初探 (上)

TensorFlow

辅助阅读: TensroFlow Go

tf.nn.softmax方法将每个class的logits转换成概率。

Losses.SparseCategoricalCrossentropy 损耗(loss)采用logit向量和一个True index并为每个例子回传标量损失。

loss等同於true class的负对数概率，假设模组确定这是个正确的class，loss将会是0。
这个未训练的模组给出的机率接近是随机值(每个class皆为1/10)，所以初始损失应接近於2.3

Model.fit方法调整模组参数来减少损失。

Model.evalute方法检查模组的表现，通常使用验证集或测试集。

在这个资料集上，图片分类器目前训练至准确度为98%左右。
假如想要模组回传概率，可以包装模组，并将softmax附加到模型上。

让我们再看看下一个例子!