- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
深层神经系统
多层神经网络的实现
Merge层的操作
网络模型可以将上面定义了各种基本网络层组合起来。
Keras有两种类型的模型,序贯模型(Sequential)和函数式模型(Model),
函数式模型应用更为广泛,序贯模型是函数式模型的一种特殊情况。
model.summary():打印出模型概况,它实际调用的是
keras.utils.print_summary
model.get_config():返回包含模型配置信息的Python字典。
model=Model.from_config(config)模型从它的config信息中重构回去。
《深度学习技术》
Merge层的操作
网络模型可以将上面定义了各种基本网络层组合起来。
Keras有两种类型的模型,序贯模型(Sequential)和函数式模型(Model),
函数式模型应用更为广泛,序贯模型是函数式模型的一种特殊情况。
model=Sequential.from_config(config)模型从它的config信息中重构回去。
model.get_weights():返回模型权重张量的列表,类型为numpyarray。
model.set_weights():从numpyarray里将权重载入给模型。
《深度学习技术》
Merge层的操作
model.to_json:返回代表模型的JSON字符串,仅包含网络结构,不包含
权值。可以从JSON字符串中重构原模型
model.to_yaml:与model.to_json类似,同样可以从产生的YAML字符串
中重构模型
model.save_weights(filepath):将模型权重保存到指定路径,文件类型
是HDF5(后缀是.h5)
model.load_weights(filepath,by_name=False):从HDF5文件中加载
权重到当前模型中,默认情况下模型的结构将保持不变
《深度学习技术》
Merge层的操作
Sequential模型
Sequential是多个网络层的线性堆叠
可以通过向Sequential模型传递一个layer的list来构造该模型:
fromkeras.modelsimportSequential
fromkeras.layersimportDense,Activation
model=Sequential([
Dense(32,input_dim=784),
Activation(relu),
Dense(10),
Activation(softmax),
])
《深度学习技术》
多层神经网络搭建示例
importtensorflowastf
importnumpyasnp
fromsklearn.datasetsimportload_iris
data=load_iris()
iris_data=np.float32(data.data)
iris_target=(data.target)
iris_target=
np.float32(tf.keras.utils.to_categorical(iris_target,num_classes=3))
train_data=
tf.data.Dataset.from_tensor_slices((iris_data,iris_target)).batch(128)
input_xs=tf.keras.Input(shape=(4),name=input_xs)
《深度学习技术》
多层神经网络搭建示例
out=tf.keras.layers.D
您可能关注的文档
- 中国工业发展史.pptx
- 中国古代版画的起源.pptx
- 中国古代建筑的历史沿革和基本特征.pptx
- 中国民主的成就与经验.pptx
- 中国体育事业的特色与经验.pptx
- 中国体育事业发展成就.pptx
- 中国文化菜名的翻译 .pptx
- 中国文化地名的翻译 .pptx
- 中国新兴木刻运动.pptx
- 中国智造离不开人的发展.pptx
- 2024年中国钽材市场调查研究报告.docx
- 2024年中国不锈钢清洗车市场调查研究报告.docx
- 2024年中国分类垃圾箱市场调查研究报告.docx
- 2024年中国水气电磁阀市场调查研究报告.docx
- 2024年中国绿藻片市场调查研究报告.docx
- 2010-2023历年初中毕业升学考试(青海西宁卷)数学(带解析).docx
- 2010-2023历年福建厦门高一下学期质量检测地理卷.docx
- 2010-2023历年初中数学单元提优测试卷公式法(带解析).docx
- 2010-2023历年初中毕业升学考试(山东德州卷)化学(带解析).docx
- 2010-2023历年初中毕业升学考试(四川省泸州卷)化学(带解析).docx
文档评论(0)