G1D35--keras.callback&npz&del&常用库之间关系&sparse_categorical_crossentropy&metric&verbose&conda

我的节拍器，come on！

1、keras.callback

https://keras.io/api/callbacks/

2、使用npz将x、y打包进入一个文件

https://www.cnblogs.com/wushaogui/p/9142019.html

3、del 清除占用内存

4、常用库之间关系与区别

5、sparse_categorical_crossentropy与categorical_crossentropy

如果label是one-hot编码，用categorical_crossentropy；
如果是数字编码，用sparse_categorical_crossentropy

6、模型训练中metric的作用

https://blog.csdn.net/cufe_shang/article/details/107925687
直接观测和early_stopping

7、verbose

verbose：日志显示
verbose = 0 为不在标准输出流输出日志信息
verbose = 1 为输出进度条记录
verbose = 2 为每个epoch输出一行记录

8、使用Conda进行python多版本环境管理

只能rollback，但是不能保存每一版本的环境
但是pip和conda合用貌似是个坑

9、steps_per_epoch

就是一个epoch多少batch

steps_per_epoch: Integer. Total number of steps (batches of samples) to yield from generator before declaring one epoch finished and starting the next epoch. It should typically be equal to ceil(num_samples / batch_size). Optional for Sequence: if unspecified, will use the len(generator) as a number of steps

10、callbacks

11、np.argmax

axis=1是行

12、sklearn 计算 precision、recall、auc、F1 score