我试图通过向我的原始数据添加噪声和随机突变来减少过拟合。 我有变异的训练数据 x, y = generate_data()
我想每个时期叫它和培训的新的数据我的模型的功能。希望是减少过度配合。 history = model.fit(x, y, epochs=100, batch_size=64)
什么是最好的方式来改变每个新纪元的数据?
我想使用keras中定义的各种损失函数来手动计算损失值。例如: from keras.losses import binary_crossentropy
error=binary_crossentropy([1,2,3,4],[6,7,8,9])
给我的错误,我想使用其他keras损失函数 AttributeError: 'list' object has no attribute 'dty