[英]How can I convert DNN R code into Python keras code?
我在 R 中制作了一个 DNN 代码,我也想在 python 中运行它。
我也在 python 中尝试过,但是当我在 python 中运行它时有很大的不同。
我的 R 代码如下所示。
dnn.f=dbn.dnn.train(x.train, y.train, hidden = c(100, 100, 100), activationfun = "sigm")
我在 python 中尝试的代码是这样的。
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.layers import Dropout
model = Sequential()
model.add( Dense(100, activation='sigmoid', input_shape=(22,)) )
model.add( Dropout(0) )
model.add( Dense(100, activation='sigmoid' ) )
model.add( Dropout(0) )
model.add( Dense(100, activation='sigmoid' ) )
model.add( Dropout(0) )
model.add( Dense(1, activation='sigmoid') )
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.summary()
如何在 python 中获得类似的结果? 先感谢您!
值得一提的是,您不需要为此切换到 python,keras 在 R 中可用。 您可以在 R 中使用 keras 定义类似的 model ,如下所示:
library(keras)
model <- keras_model_sequential(input_shape = c(22)) %>%
layer_dense(100, activation = "relu") %>%
layer_dropout(.4) %>%
layer_dense(100, activation = "relu") %>%
layer_dropout(.4) %>%
layer_dense(100, activation = "relu") %>%
layer_dropout(.4) %>%
layer_dense(1, activation = "sigmoid")
model %>% compile(loss = 'binary_crossentropy',
optimizer = 'adam', metrics = 'accuracy')
model # prints summary by default
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.