卷积神经网络如何调用编译和拟合函数

调用编译和拟合函数：
model = Model([inpx], layer7)
model.compile(optimizer=keras.optimizers.Adadelta(),
loss=keras.losses.categorical_crossentropy,
metrics=['accuracy'])

model.fit(x_train, y_train, epochs=12, batch_size=500)

首先，我们制作了一个模型的对象，如上面给出的行所示，其中[inpx]是模型中的输入，layer7是模型的输出。我们使用所需的优化器，损失函数编译模型并打印精度，并在最后的模型中调用。函数与x_train（表示图像矢量），y_train（表示标签），纪元数和批量大小等参数一起调用。使用拟合函数x_train，y_train数据集被馈送到特定批量大小的模型。