[英]tf.keras.models.model vs tf.keras.model
tf.keras API中的models
是否冗余? 在某些情况下,即使不使用models
,代码也运行良好。
keras.models.sequential
和keras.sequential
tf.keras.models.Model
和tf.keras.Model
然而,有时, models
似乎是必要的。 例如,
model = keras.models.load_model()
, But model = keras.Model
does not has .load_model()
function. 因为.load_model()
在tf.keras.Model
中定义。
我发现它非常混乱和半冗余。 谁能解释models
的意义何在,什么时候有必要?
这可能更直观且更易于阅读(尽管这取决于文档的准确性)。 使用TensorFlow 文档,您可以单击“查看别名”,就像我在下面的屏幕截图中所做的那样:
这将表明tf.keras.Model
具有tf.keras.models.Model
和 70689485E78 别名。 因此,它们指向同一件事。
这适用于TensorFlow 2.3.0 ,但对于其他先前的 2.x 版本应该类似。
他们是一样的东西。 all is from tensorflow.python.keras.engine.training import Model
checkout: keras. 初始化.py和keras.models.py
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.