Keras.losses 和 Keras.metrics 的大小写版本有什么区别？
What's the difference between capitalized and lowercase versions of Keras.losses and Keras.metrics?
当我构建一个简单的顺序 ANN 并为 model.compile 方法选择参数时，我观察到 Keras.metrics 和 Keras.losses 包含大写和小写版本，例如 tf.keras.metrics.SparseCategoricalAccuracy 对比 tf.keras.metrics.sparse_categorical_accuracy。我想知道这些版本之间有什么区别，哪个版本更适合 model.compile ?
tf.keras.metrics.SparseCategoricalAccuracy 是一个 Class，所以你得到一个对象，你可以将它传递给 model.compile。因为它是一个对象，所以它可以在调用之间具有状态。
然而tf.keras.metrics.sparse_categorical_accuracy是一个函数，它是无状态的。两者执行相同的操作，但它们的用法不同
当我构建一个简单的顺序 ANN 并为 model.compile 方法选择参数时，我观察到 Keras.metrics 和 Keras.losses 包含大写和小写版本，例如 tf.keras.metrics.SparseCategoricalAccuracy 对比 tf.keras.metrics.sparse_categorical_accuracy。我想知道这些版本之间有什么区别，哪个版本更适合 model.compile ?
tf.keras.metrics.SparseCategoricalAccuracy 是一个 Class，所以你得到一个对象，你可以将它传递给 model.compile。因为它是一个对象，所以它可以在调用之间具有状态。
然而tf.keras.metrics.sparse_categorical_accuracy是一个函数，它是无状态的。两者执行相同的操作，但它们的用法不同