Keras——Tensorflow
来源:互联网 发布:淘宝评论员兼职赚钱吗 编辑:程序博客网 时间:2024/06/01 10:14
keras中主要模型是Sqquential模型,Sequential是一系列网络层按顺序构成的栈。
Sequential模型如下:
from keras.models import Sequentialmodel = Sequential()
将一些网络层通过.add()堆叠起来,构成一个模型:
from keras.layers import Dense,Activationmodel.add(Dense(units=64,input_dim=100))model.add(Activation("relu"))model.add(Dense(unitx=10))model.add(Activation("softmax"))
完成模型搭建后,需要使用.compile()方法来编译模型:
model.compile(loss='categorical_crossentropy',optimizer='sgd',metrics=['accuracy'])
编译时必须指明损失函数和优化器,如果你需要的化,可以自己指定损失函数。
from keras.optimizers import SGDmodel.compile(loss='categorical_crossentropy', optimizer=SGD(lr=0.01, momentum=0.9, nesterov=True))
完成编译模型后,我们在训练数据上按batch进行一定次数的迭代来训练网络
model.fit(x_train,y_train,epochs=5,batch_size=32)
也可以手动将一个个batch数据送入网络中训练,这时候需要使用:
model.train_on_batch(x_batch,y_batch)
随后,我们使用一行代码对我们的模型进行评估,看模型是否满足我们的要求:
loss_and_metrics = model.evaluate(x_test, y_test, batch_size=128)
或者使用新模型,对数据进行预测:
calsses = model.predict(x_test,batch_size=128)
阅读全文
0 0
- Keras——Tensorflow
- keras中文文档笔记17——将Keras作为tensorflow的精简接口
- Keras + TensorFlow
- 使用Keras时后端(backend)的切换——切换Tensorflow backend和Theano backend
- Keras使用tensorflow代码
- tensorflow theano keras介绍
- kaggle mnist tensorflow+keras
- python tensorflow keras
- ubuntu install tensorflow keras
- keras tensorflow 代码
- tensorflow & keras fine tune
- 安装TensorFlow和keras
- lstm——keras
- 使用亚马逊AWS云服务器进行深度学习——免环境配置/GPU支持/Keras/TensorFlow/OpenCV
- TensorFlow, Keras, TensorLayer, Tflearn 比较
- Anaconda+Tensorflow+Theano+Keras安装
- Keras Tensorflow TF_NewStatus错误修改
- windows安装tensorflow和keras
- 大数据时代(维克托·迈尔·舍恩伯格)pdf
- 提示文件损坏无法删除时如何删除文件
- Android 混淆jar的经验分享
- Spring关于注解随写
- qwb与神奇的序列 同余定理
- Keras——Tensorflow
- 随笔:linux中正则表达式BRE模式下的特殊匹配字符
- Java Web 过滤器和拦截器
- 红黑树
- 1129. Recommendation System (25)[set集合-排序]
- 表哥的Access入门++以Excel视角快速学习数据库知识pdf
- Tomcat整体结构(一)——连接器和容器
- SQL必知必会 第4版pdf
- 人生转折点