[英]Keras model building
我来自tensorflow,了解更多关于keras的知识,并遇到了这种表示法。 我查看了文档,但找不到任何示例。 语法是当函数后跟括号中的变量时。
model_input = Input(shape=input_shape)
z = model_input
z = Dropout(dropout_prob[0])(z) # Not sure what this means
我唯一的想法是这可能是一个图层乘法,但是我不确定谢谢您的帮助。
它是Keras中顺序模型的一部分; 因为它是在doc陈述这里
因此,跟进代码(仅是一部分),首先可能要导入
from keras.layers import Input, Dropout
然后在var“ model_input”中返回一个张量
model_input = Input(shape=input_shape)
然后可以在张量上调用图层实例,并返回张量
z = model_input
z = Dropout(dropout_prob[0])(z) # This returns another tensor
之后,例如,您可以使用如下模型:
from keras.models import Model
model = Model(inputs=model_input, outputs=z)
model.compile(optimizer='rmsprop',
loss='categorical_crossentropy',
metrics=['accuracy'])
model.fit(data, labels) # starts training
因此,现在可以轻松地重用经过训练的模型:您可以通过在张量上调用任何模型,将其视为层,就像这样:
x = Input(shape=(784,))
y = model(x)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.