keras學習筆記
最簡單的模型是 sequential 順序模型,它由多個網路層線性堆疊。對於更複雜的結構,你應該使用 keras 函式式 api,它允許構建任意的神經網路圖。
sequential 模型如下所示:
from keras.models import sequential
model = sequential()
可以簡單地使用 .add() 來堆疊模型每一層的資訊:
from keras.layers import dense
model.add(dense(units=64, activation='relu', input_dim=100))
model.add(dense(units=10, activation='softmax'))
在完成了模型的構建後, 可以使用 .compile() 來配置學習過程:
model.compile(loss='categorical_crossentropy',
optimizer='sgd',
metrics=['accuracy'])
如果需要,還可以進一步地配置你的優化器。
model.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.sgd(lr=0.01, momentum=0.9, nesterov=true))
現在,你可以批量地在訓練資料上進行迭代了:
x_train 和 y_train 是 numpy 陣列 – 就像在 scikit-learn api 中一樣。
model.fit(x_train, y_train, epochs=5, batch_size=32)
或者,你可以手動地將批次的資料提供給模型:
model.train_on_batch(x_batch, y_batch)
只需一行**就能評估模型效能:
loss_and_metrics = model.evaluate(x_test, y_test, batch_size=128)
或者對新的資料生成**:
classes = model.predict(x_test, batch_size=128)
Android學習筆記1 建立乙個activity
內容均為google官方教程的學習筆記 實際執行效果 要點 1 對view可以指定寬度和長度為wrap content,即view可以根據其content的長寬來動態適應.比如上圖的text裡的輸入,如果換行,也會撐大text的高度.2 線性布局中可以用weight屬性來分配和填充布局的剩餘空間,如...
Keras學習 1 使用keras建立序列模型
keras學習 1 使用keras建立序列模型 sequential model就是一些列layers的簡單堆疊。首先,我們建立乙個簡單的前向全連線網路。輸入維度784 from keras.models import sequential from keras.layers import dens...
Keras學習筆記(二)Keras模型的建立
在keras中設定了兩類深度學習模型,區別在於不同的拓撲結構 序列模型 sequential類 通用模型 model類 一 序列模型 方法一 一次性定義層 from keras.models import sequential from keras.layers import dense,activ...