paddlets.models.classify.dl.cnn

class CNNClassifier(loss_fn: ~typing.Callable[[...], ~paddle.Tensor] = <function cross_entropy>, optimizer_fn: ~typing.Callable[[...], ~paddle.optimizer.optimizer.Optimizer] = <class 'paddle.optimizer.adam.Adam'>, optimizer_params: ~typing.Dict[str, ~typing.Any] = {'learning_rate': 0.001}, eval_metrics: ~typing.List[str] = [], callbacks: ~typing.List[~paddlets.models.common.callbacks.callbacks.Callback] = [], batch_size: int = 32, max_epochs: int = 100, verbose: int = 1, patience: int = 10, seed: ~typing.Union[None, int] = None, activation: ~typing.Callable[[...], ~paddle.Tensor] = <class 'paddle.nn.layer.activation.Sigmoid'>, last_activation: ~typing.Callable[[...], ~paddle.Tensor] = <class 'paddle.nn.layer.activation.Softmax'>, use_bn: bool = False, hidden_config: ~typing.List[int] = [6, 12], kernel_size: int = 7, avg_pool_size=3, dropout_rate: float = 0.2, use_drop: bool = False)[源代码]

基类：PaddleBaseClassifier

CNNClassifier.

参数

loss_fn (Callable[..., paddle.Tensor]) – 损失函数。
optimizer_fn (Callable[..., Optimizer]) – 优化器算法
optimizer_params (Dict[str, Any]) – 优化器参数
eval_metrics (List[str]) – 模型评估指标。
callbacks (List[Callback]) – 自定义回调函数。
batch_size (int) – 每个批次的样本数量。
max_epochs (int) – 训练过程中最大迭代轮数
verbose (int) – 模型日志模式
patience (int) – 模型训练过程中, 当评估指标超过一定轮数不再变优，模型提前停止训练。
seed (int|None) – 全局随机种子，注: 保证每次模型参数初始化一致。
activation (Callable[..., paddle.Tensor]) – 隐藏层的激活函数。
last_activation (Callable[..., paddle.Tensor]) – 最后一层隐藏层的激活函数。
hidden_config (List[int]|None) – 第i个元素表示第i个隐藏层中的神经元数量
kernel_size (int) – Conv1D的内核大小
dropout_rate (float) – Dropout正则化参数
use_bn (bool) – 是否使用批处理规范化

_loss_fn

损失函数。

Type: Callable[…, paddle.Tensor]

_optimizer_fn

优化器算法

Type: Callable[…, Optimizer]

_optimizer_params

优化器参数

Type: Dict[str, Any]

_eval_metrics

模型评估指标。

Type: List[str]

_callbacks

自定义回调函数。

Type: List[Callback]

_batch_size

每个批次的样本数量。

Type: int

_max_epochs

训练过程中最大迭代轮数

Type: int

_verbose

模型日志模式

Type: int

_patience

模型训练过程中, 当评估指标超过一定轮数不再变优，模型提前停止训练。

Type: int

_seed

全局随机种子，注: 保证每次模型参数初始化一致。

Type: int|None

_stop_training

Training status.

Type: bool

_activation

隐藏层的激活函数。

Type: Callable[…, paddle.Tensor]

_last_activation

最后一层隐藏层的激活函数。

Type: Callable[…, paddle.Tensor]

_hidden_config

第i个元素表示第i个隐藏层中的神经元数量

Type: List[int]|None

_kernel_size

Conv1D的内核大小

Type: int

_dropout_rate

Dropout正则化参数

Type: float

_use_bn

是否使用批处理规范化

Type: bool