函式式api相比於keras.sequential()具有更加靈活多變的特點。
函式式api主要應用於多輸入多輸出的網路模型。
利用函式式api構建神經網路主要分為3步，1.構建輸入層，2.構建中間層與輸出層並連線神經層，3.生成神經網路模型。
輸入層的構建較為簡單，呼叫keras.input()方法來構建輸入層。
1 input = keras.input(shape = (28, 28))
shape引數是輸入資料的形狀(這裡輸入的是乙個28*28的二維資料)。
函式式api是把神經網路層作為函式相互呼叫以達到連線神經層變成神經網路的目的。
可以在構建神經層的時候直接連線，其結構與sequential模型相似。
1 x = keras.layers.flatten()(input) #呼叫函式式api
2 x = keras.layers.dense(32, activation = "
relu
")(x)
3 x = keras.layers.dropout(0.5)(x)
4 x = keras.layers.dense(64, activation = "
relu
")(x)
5 output = keras.layers.dense(10, activation = "
softmax
")(x)
或者是先構建神經層，再按照自己需要的順序相連。
1 a =keras.layers.flatten()(input)2 b = keras.layers.dense(32, activation = "
relu")
3 b =b(a)
4 c = keras.layers.dropout(0.5)
5 c =z(b)
6 d = keras.layers.dense(64, activation = "
relu")
7 d =d(c)
8 output = keras.layers.dense(10, activation = "
softmax")
9 output = output(d)
不難看出，使用函式式api相對繁瑣，但是能看出它的靈活性遠高於sequential模型。
使用keras.model()方法生成網路模型
1 model = keras.model(inputs = input, outputs = output)
引數分別是神經網路的輸入和輸出層。
最後使用.compile()方法和.fit()方法確定模型訓練流程並訓練即可。
tensorflow學習筆記
tensorflow安裝可以直接通過命令列或者原始碼安裝，在此介紹tensorflow8命令列安裝如下 安裝tensorflow sudo pip install upgrade 另外，解除安裝tensorflow命令為 sudo pip uninstall tensorflow tensorflo...
Tensorflow學習筆記
1.如何在虛擬機器中安裝tensor flow 1 首先安裝pip pip install 2 pip install 2.學習tensorflow需要學習 python and linux 3.使用 tensorflow,你必須明白 tensorflow 1 使用圖 graph 來表示計算任務.2...
TensorFlow學習筆記
1 擬合直線 import the library import tensorflow as tf import numpy as np prepare train data train x np.linspace 1,1,100 temp1 train x,temp2 train x.shape,...