skflow.TensorFlowDNNRegressor 参数
skflow.TensorFlowDNNRegressor parameters
我是 skflow 的新手。使用以下示例代码,我能够初始化神经网络估计器。
regressor = skflow.TensorFlowDNNRegressor(
hidden_units=[10, 10],
steps=5000,
learning_rate=0.1,
batch_size=1)
我想知道这些是 TensorFlowDNNRegressor 的唯一输入参数还是有更多参数,我可以更改?谁能告诉我在哪里可以找到这个参数列表?我找不到它的任何文档。
我找到了这个函数的文档here。 (还不是很干净的格式)。
这里是class的不同参数:
skflow.TensorFlowDNNRegressor.__init__(
hidden_units,
n_classes=0,
tf_master='',
batch_size=32,
steps=200,
optimizer='SGD',
learning_rate=0.1,
tf_random_seed=42,
continue_training=False,
config_addon=None,
verbose=1,
max_to_keep=5,
keep_checkpoint_every_n_hours=10000)
我是 skflow 的新手。使用以下示例代码,我能够初始化神经网络估计器。
regressor = skflow.TensorFlowDNNRegressor(
hidden_units=[10, 10],
steps=5000,
learning_rate=0.1,
batch_size=1)
我想知道这些是 TensorFlowDNNRegressor 的唯一输入参数还是有更多参数,我可以更改?谁能告诉我在哪里可以找到这个参数列表?我找不到它的任何文档。
我找到了这个函数的文档here。 (还不是很干净的格式)。
这里是class的不同参数:
skflow.TensorFlowDNNRegressor.__init__(
hidden_units,
n_classes=0,
tf_master='',
batch_size=32,
steps=200,
optimizer='SGD',
learning_rate=0.1,
tf_random_seed=42,
continue_training=False,
config_addon=None,
verbose=1,
max_to_keep=5,
keep_checkpoint_every_n_hours=10000)