序贯模型

2021-04-25 09:29:13 浏览:865

Keras是由python编写的神经网络库,序贯模型(sequential)[1]是由keras提供的一种由多个网络层的线性堆叠,可以理解为多个网络层的线性函数拟合堆叠。

Keras序贯模型中有两种实现方法,可以通过向Sequential模型传递一个layer的list来构造该模型;也可以通过.add()方法一个个的将layer加入模型中。

第一种实现方式如下:

model = Sequential([Dense(32,units=784),Activation(‘relu’),Dense(10),Activation(‘softmax’),])

其中,神经元数目为784,输入的通道数为32,输出的通道数为10,

第二种实现方式为.add()方法将layer加入模型中,

model = Sequential()

model.add(Dense(32,input_shape=(784,)))

model.add(Activation('relu'))

model.add(Dense(10))

model.add(Activation('softmax'))

与第一种实现方式完全等价。序贯模型需要知道输入数据的shape,因此,Sequential的第一层需要接受一个关于输入数据shape的参数,后面的各个层则可以自动的推导出中间数据的shape,因此不需要为每一层都指定这个参数。

参考文献 

[1] Ketkar N. Introduction to keras[M]//Deep learning with Python. Apress, Berkeley, CA, 2017: 97-111.

神经网络

作          者: 泮桥成像光电商城

出          处: https://www.ipanqiao.com/entry/712

版          权:本文版权归泮桥成像光电商城所有

免责声明:本文中使用的部分文字内容与图片来自于网络,如有侵权,请联系作者进行删除。

转          载:欢迎转载,但必须保留上述声明;必须在文章中给出原文链接;否则必究法律责任。

Copyright © 2019-2022 南京超维景生物科技有限公司 版权所有 www.ipanqiao.com苏ICP备20009590号-1
联系我们
立即做合同
微信客服
电话咨询

400-998-9826

17302548620

快速留言

泮桥成像光电商城专业人员会在24小时之内联系您

关闭 提交