函数式模型

2020.09.28 - 快斧手

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.

分类: ,
 

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 -

1,738
0

光纤纤芯

定义:光纤中用于传输光的区域 光纤纤芯指的是光纤中传播光的区域,在该区域中有波导效应(参阅光纤和波导)。通常纤 […]