深度学习
深度学习算法分享
At_a_lost
在读研究生,机器学习,深度学习,自然语言处理。
展开
-
tensorflow2.0三种建模方式
1.顺序建模 方式1. model = tf.keras.Sequential() model.add(tf.keras.layers.LSTM(100,activation="relu")) model.add(tf.keras.layers.Dense(2,activation="sigmoid")) model.compile(optimizer=tf.keras.optimizers.Adam(0.01),loss=tf.keras.losses.CategoricalCrossentrop原创 2020-11-07 15:55:28 · 31570 阅读 · 0 评论 -
tensorflow 2.1 自定义训练
常常会遇到自定义网络结构的情况,自定结构后往往会有多个输入,或者还需要自定义loss或者accuracy函数,那么keras的fit就无法使用了, 因此需要自定义训练步骤 下面则自定义一次batch的训练步骤,包含了计算loss,accuracy和梯度下降。 tensorflow2.0 主推eager模式,那么tf.GradientTape则是eager模式下的利器,自动计算梯度并传递 最后别忘了加@tf.function进行封装,使train函数在tensorflow框架下加速运行 然后就可以把原创 2020-11-07 13:49:18 · 24876 阅读 · 0 评论