[英]Keras model building
我來自tensorflow,了解更多關於keras的知識,並遇到了這種表示法。 我查看了文檔,但找不到任何示例。 語法是當函數后跟括號中的變量時。
model_input = Input(shape=input_shape)
z = model_input
z = Dropout(dropout_prob[0])(z) # Not sure what this means
我唯一的想法是這可能是一個圖層乘法,但是我不確定謝謝您的幫助。
它是Keras中順序模型的一部分; 因為它是在doc陳述這里
因此,跟進代碼(僅是一部分),首先可能要導入
from keras.layers import Input, Dropout
然后在var“ model_input”中返回一個張量
model_input = Input(shape=input_shape)
然后可以在張量上調用圖層實例,並返回張量
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,現在可以輕松地重用經過訓練的模型:您可以通過在張量上調用任何模型,將其視為層,就像這樣:
x = Input(shape=(784,))
y = model(x)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.