https://tensorflow.google.cn/api_docs/python/tf/keras/Sequential?version=stable#compile

作用

Configures the model for training， 配置模型，准备训练

定义

  def compile(self,
              optimizer='rmsprop',
              loss=None,
              metrics=None,
              loss_weights=None,
              sample_weight_mode=None,
              weighted_metrics=None,
              target_tensors=None,
              distribute=None,
              **kwargs)

参数

optimizer

优化器，可以是优化器名称，也可以是实例，优化器来自tf.keras.optimizers.* 例如：optimizer=tf.keras.optimizers.Adam()

loss

损失函数，可以是函数名，也可以是实例，损失函数来自tf.keras.losses.* 如果模型有多个输出，可以定义多个损失函数。 例如：loss=tf.keras.losses.SparseCategoricalCrossentropy()

metrics

模型在训练和测试过程中的各种度量指标。 例如： metrics=['accuracy']

loss_weights

float类型，损失加权系数，总损失是所有损失的加权和，它的元素个数和模型的输出数量是1比1的关系。

sample_weight_mode

加权模式： - temporal： 时间和样本加权（2D加权） - None：样本加权（1D加权）

weighted_metrics

模型在训练和测试过程中的各种加权度量指标。

target_tensors

目标张量，默认情况下tf会自动创建。

distribute

tf2.0不支持