python边写边总结(十三)keras学习
发布日期:2021-06-29 06:03:30
浏览次数:2
分类:技术文章
本文共 1198 字,大约阅读时间需要 3 分钟。
最近用到了tensorflow来为自己得科学计算进行加速,效果不明显,但是既然tensorflow的主要目标是搭建人工智能,那就继续学学它的一些东西吧
学习内容来自tensorflow中文网站
今天就看看keras
需要明确一点的是,keras是单独存在的,它本身就是一个高层神经网络API,但是tensorflow又基于keras的规范,自己也把它给实现了
这个网站就是keras的一个中文文档,里面的介绍是
- 简易和快速的原型设计
- 支持CNN和RNN,或二者的结合
- 无缝CPU和GPU切换
我们就先用原生的keras练习以下
# For a single-input model with 2 classes (binary classification):model = Sequential() # 实例一个序贯模型model.add(Dense(32, activation='relu', input_dim=100)) # 添加全连接层,激活函数,输入数据model.add(Dense(1, activation='sigmoid')) # 增加另一层model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['accuracy']) # 训练模式 优化器,损失函数,列表(metrics)# Generate dummy dataimport numpy as npdata = np.random.random((1000, 100))labels = np.random.randint(2, size=(1000, 1))# Train the model, iterating on the data in batches of 32 samplesmodel.fit(data, labels, epochs=10, batch_size=32) #训练
这里,需要了解以下Dense
keras.layers.core.Dense(units, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, bias_constraint=None)
Dense是常用的全链接层units:大于0的整数,代表该层的输出维度。
activation:记过函数
use_bias:偏置项
还没写完,后面继续
转载地址:https://blog.csdn.net/zhouzhouasishuijiao/article/details/85139441 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
网站不错 人气很旺了 加油
[***.192.178.218]2024年04月30日 04时11分23秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
AUC粗浅理解笔记记录
2019-04-29
分治法:241. 为运算表达式设计优先级
2019-04-29
广度优先遍历:二进制矩阵中的最短路径
2019-04-29
广度优先遍历:set集合的速度远远比list快:完全平方数
2019-04-29
广度+深度:岛屿的最大面积/岛屿数量
2019-04-29
torch 模型运行时间与forward没对应的可能原因
2019-04-29
130. 被围绕的区域
2019-04-29
欧式距离、余弦相似度和余弦距离
2019-04-29
transform 等效转换(参考源码)
2019-04-29
SVM笔记
2019-04-29
DFS总结
2019-04-29
cv2 PIL区别笔记
2019-04-29
C#中的委托
2019-04-29
引用类型和值类型
2019-04-29
一个合格程序员该做的事情——你做好了吗?
2019-04-29
再谈如何表现已点击的链接2
2019-04-29
多线程消息队列 (MSMQ) 触发器
2019-04-29
WCF开发简简单单的六个步骤
2019-04-29
练习十二
2019-04-29
4.23数学作业答案
2019-04-29