[英]What is difference between keras.Model and keras.engine.training.Model?
我一直在尝试在训练后修剪 keras 模型。 这样做时，我将模型类型作为 NoneType 返回。 在进入 Pruning API 的源代码时，它说模型必须是 keras.Model 类型，但我传递的是 keras.engine.training.Model 类型
那么，两者之间有什么区别吗？
两者是完全相同的类：
>>> import keras
>>> keras.models.Model
<class 'keras.engine.training.Model'>
>>> keras.Model
<class 'keras.engine.training.Model'>
AttributeError: 'Model' object 没有属性 'trainable_variables' 当 model 是<class 'keras.engine.training.model'></class>
[英]AttributeError: 'Model' object has no attribute 'trainable_variables' when model is <class 'keras.engine.training.Model'>
使用model.fit时如何将'training'参数传递给tf，keras.Model
[英]how to pass in 'training' argument to tf,keras.Model when using model.fit
类型错误：添加的图层必须是类图层的实例。 成立：<keras.engine.training.Model object at 0x7fa5bee17ac8>
[英]TypeError: The added layer must be an instance of class Layer. Found: <keras.engine.training.Model object at 0x7fa5bee17ac8>
这两种在keras中建立模型的方法有什么区别？
[英]What is the difference between these two ways of building a model in keras?
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.