函数式模型

Keras是由python编写的神经网络库，函数模型(functional)[1]由keras提供的一种用户自定义的模型，函数式API为构建网络模型提供了更为灵活的方式。Keras函数式模型接口是用户定义多输出模型、非循环有向模型或具有共享层的模型等复杂模型的途径。除此之外，它允许你定义动态的非周期性网络图。模型是通过创建层的实例并将它们直接相互连接成对来定义的，然后定义一个模型来指定那些层是要作为这个模型的输入和输出。

函数式模型的实现方式如下（以手写体识别为例）：

1.定义输入：用户创建独立的input层，并定义输入数据张量的维度形状

mnist_input = Input(shape=(784,))

2.连接不同的网络层:

hidden = Dense(512)(mnist_input)

3.创建模型，指定整个模块的第一个输入层和最后一个输出层

model = Model(inputs=mnist_input,outputs=hidden)

参考文献

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

　

本文为原创内容，所有权归本网站所有，禁止转载。违反上述声明者，将追究其相关法律责任

- END -