之前講過了如何用tensorflow構建資料集，然後這一節課講解如何用tensorflow2.0來建立模型。
tf2.0中建立模型的api基本上都放到了它的keras中了，keras可以理解為tf的高階api，裡面封裝了很多的常見網路層、常見損失函式等。 後續會詳細介紹keras的全面功能，本篇文章講解如何構建模型。
import tensorflow as tf
import tensorflow.keras as keras
class
mylayer
(keras.layers.layer)
:def
__init__
(self, input_dim=
32, output_dim=32)
:super
(mylayer, self)
.__init__(
) w_init = tf.random_normal_initializer(
) self.weight = tf.variable(
initial_value=w_init(shape=
(input_dim, output_dim)
, dtype=tf.float32)
, trainable=
true
)# 如果是false則是不參與梯度下降的變數
b_init = tf.zeros_initializer(
) self.bias = tf.variable(initial_value=b_init(
shape=
(output_dim)
, dtype=tf.float32)
, trainable=
true
)def
call
(self, inputs)
:return tf.matmul(inputs, self.weight)
+ self.bias
x = tf.ones((3
,5))
my_layer = mylayer(input_dim=5,
output_dim=10)
out = my_layer(x)
print
(out.shape)
>>
>(3
,10)
上面**中實現的是乙個全連線層的定義，其中可以看到使用tf.random_normal_initializer()來作為引數的初始化器，然後用tf.variable來產生網路層中的權重變數，通過trainable=true這個引數說明這個權重變數是乙個參與梯度下降的可以訓練的變數。
我通過tf.ones((3,5))產生乙個shape為[3,5]的乙個全是1的張量，這裡面第一維度的3表示有3個樣本，第二維度的5就是表示要放入全連線層的資料（全連線層的輸入是5個神經元）；然後設定的全連線層的輸出神經元數量是10，所以最後的輸出是(3,10)。
import tensorflow as tf
import tensorflow.keras as keras
class
cbr(keras.layers.layer)
:def
__init__
(self,output_dim)
:super
(cbr,self)
.__init__(
) self.conv = keras.layers.conv2d(filters=output_dim, kernel_size=
4, padding=
'same'
, strides=1)
self.bn = keras.layers.batchnormalization(axis=3)
self.relu = keras.layers.relu(
)def
call
(self, inputs)
: inputs = self.conv(inputs)
inputs = self.relu(self.bn(inputs)
)return inputs
class
mynet
(keras.model)
:def
__init__
(self,input_dim=3)
:super
(mynet,self)
.__init__(
) self.cbr1 = cbr(16)
self.maxpool1 = keras.layers.maxpool2d(pool_size=(2
,2))
self.cbr2 = cbr(32)
self.maxpool2 = keras.layers.maxpool2d(pool_size=(2
,2))
defcall
(self, inputs)
: inputs = self.maxpool1(self.cbr1(inputs)
) inputs = self.maxpool2(self.cbr2(inputs)
)return inputs
model = mynet(3)
data = tf.random.normal((16
,224
,224,3
))output = model(data)
print
(output.shape)
>>
>(16
,56,56
,32)
tf.keras.model這個類。
model比layer的功能更多，反過來說，layer的功能更精簡專一。
現在說一說上面的**和pytorch中的區別，作為乙個對比學習、也作為乙個對pytorch的回顧：
總之，學了pytorch之後，再看keras的話，對照的keras的api，很多東西都直接就會了，兩者的api越來越相似了。
上面最後輸出是(16, 56, 56, 32)，輸入的是224
×224
224\times 224
224×22
4的維度，然後經過兩個最大池化層，就變成了56×56
56\times 56
56×56了。
到此為止，我們現在應該是可以用keras來構建模型了。
C 小白學指標2
內容依然來自於英文版的 c primer 小弟愚鈍 各路大神多多指教 demo int i 88 int r i 是引用符號 int p 表示p是乙個指標 p i 是address of 取位址 符號 p i 是dereference符號 int r2 p 是宣告的部分 是dereference符號...
小白學C語言基礎2
語句 1.順序執行語句 2.分支選擇語句 條件成立則執行 if 二者執行其一 if else 多種情況 if else if else if 多種情況擇其一 if else if else if else if注意事項 i 如果分支語句只有一條語句時 可以省略 但是不建議省略 ii if condi...
小白學Linux 實踐2（開機啟動）
vsftpd服務自啟動的三種方法 linux系統ftp工具是必備軟體，vsfpt是諸多ftp工具中最受站長歡迎，使用非常方便的工具之一。我們都不想系統重啟或者某些原因導致ftp不能正常工作，那麼將vsftp加入開機啟動是非常必要的。vsftpd有兩種啟動方式 自啟動或者由xinetd服務啟動，修改配...