คอมไพล์ Sequential Model ด้วย Compile Method - Keras และ Python

Keras: Deep Learning API Python ระดับสูง จากโครงการ ONEIROS รันบน TensorFlow Scalable, Cross-platform (TPU, GPU, Web, Mobile) เข้าถึงด้วย from tensorflow import keras

Functional API

ยืดหยุ่นกว่า Sequential API รองรับ Non-linear topology, Shared layers, Multiple I/O สร้าง DAG ของเลเยอร์

ตัวอย่าง: คอมไพล์โมเดลด้วย Loss และ Weights แบบหลาย Outputs

print("Model is being compiled")
model.compile(
    optimizer=keras.optimizers.RMSprop(1e-3),
    loss={
        "priority": keras.losses.BinaryCrossentropy(from_logits=True),
        "department": keras.losses.CategoricalCrossentropy(from_logits=True),
    },
    loss_weights=[1.0, 0.2],
)

Code credit: TensorFlow Keras Functional Guide

ผลลัพธ์

Model is being compiled

คำอธิบาย

• ใช้เมธอด compile() คอมไพล์โมเดล
• กำหนด Loss แบบต่างกันสำหรับแต่ละ Output (Dictionary)
• กำหนด Loss Weights แบบต่างกัน เพื่อควบคุม Total Training Loss