Tensorflow-Building Sequential Model(一)

1,导入所需要的模块。

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Flatten, Softmax

2,构建model。

有两种方式。第一种直接创建,将每一层的具体参数传递给Sequential().

model = Sequential([
    Flatten(input_shape=(100,100)),
    Dense(16,activation='relu'),
    Dense(16,activation='relu'),
    Dense(10,activation='softmax')
])

第二种,先创建个model对象,然后再需要增加层的时候,随时添加,比较灵活。

model = Sequential()

model.add(Flatten(input_shape=(50,50)))
model.add(Dense(16,activation='relu'))
model.add(Dense(16,activation='relu'))
model.add(Dense(10,activation='softmax'))

3,打印model的每一层的具体信息。

model.summary()

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值