摘要：
常用层对应于core模块，core内部定义了一系列常用的网络层，包括全连接、激活层等 【Dense层】 Dense就是常用的全连接层，所实现的运算是output = activation(dot(input, kernel)+bias)。 其中activation是逐元素计算的激活函数，kernel 阅读全文
posted @ 2018-09-05 17:33
chd_ailex
阅读(487)
评论(0)
推荐(0)
摘要：
【分类】： 常用层：全连接层，激活层，Droupout层，Flaten，Reshape，Permute，RepeatVector，Lambda，ActivityRegularizer，Masking 层等 卷积层、池化层 局部连接层 循环层 嵌入层 融合层 高级激活层 规范层 噪声层 包装器 【共性 阅读全文
posted @ 2018-09-05 17:31
chd_ailex
阅读(164)
评论(0)
推荐(0)
摘要：
【关于函数名称】 函数式模型的中文译文是根据模型的使用方式意译的，在英文中，函数式模型英文为Model 【为甚么使用函数式模型】 序贯模型(Sequential)有一个缺陷，即网络只能一层一层的堆叠起来，无法处理分支网络的情况。在深度神经网络结构中，比如ResNet或Inception这些相对复杂的 阅读全文
posted @ 2018-09-05 17:17
chd_ailex
阅读(998)
评论(0)
推荐(0)
摘要：
Keras有两种类型的模型，序贯模型（Sequential）和函数式模型（Model），函数式模型应用更为广泛，序贯模型是函数式模型的一种特殊情况。 两种模型的共同方法： model.summary()：打印出模型概况，它实际调用的是keras.utils.print_summary model.g 阅读全文
posted @ 2018-09-05 16:56
chd_ailex
阅读(273)
评论(0)
推荐(0)
摘要：
【理解层对象】 层对象接受张量为参数，返回一个张量。 输入是张量，输出也是张量的一个框架就是一个模型，通过Model定义。 这样的模型可以被像Keras的Sequential一样被训练 层对象接受张量为参数，返回一个张量。 输入是张量，输出也是张量的一个框架就是一个模型，通过Model定义。 这样的 阅读全文
posted @ 2018-09-05 16:31
chd_ailex
阅读(592)
评论(0)
推荐(0)
摘要：
【用到的】 本节中涉及到的序贯模型的方法： 五步：添加层，删除层、编译、训练、评估、预测、 工具：训练、评估、预测 数据生成器函数： Dense（） 第一个参数：输出节点数 uints，input_dim，input_shape ? 【简单的例子-硬上神经网络做线性回归】-改编自网上的例子，可将代码 阅读全文
posted @ 2018-09-05 13:41
chd_ailex
阅读(808)
评论(0)
推荐(0)
浙公网安备 33010602011771号