学习Keras基础--模型

本文介绍了Keras的基础知识,重点关注序列模型和函数式模型。序列模型是线性堆叠的网络层,函数式模型则更为灵活,适用于复杂的模型构建。内容包括模型的构建、编译、训练、评估及示例。
摘要由CSDN通过智能技术生成

 

Keras基础:

    keras中文官方文档

    深度学习:Keras入门(一)之基础篇

模型

Keras有两种类型的模型,序列模型和函数式模型,函数式模型应用更为广泛,序贯模型是函数式模型的一种特殊情况。

1.序列模型

    序列模型是多个网络层的线性堆叠,也就是“一条路走到黑”。这种模型各层之间是依次顺序关系的线性关系。

    1.1构造模型:增加layer

        a)通过传递list,一次性构建

from keras.models import Sequential
from keras.layers import Dense, Activation

layers = [Dense(32, units=784),Activation('relu'),Dense(10),Activation('softmax')]
model = Sequential(layers)

        b)通过.add()方法,一层一层构建

model = Sequential()
model.add(Dense(32, input_shape=(784,)))
model.add(Activation('relu'))
model.
  • 0
    点赞
  • 1
    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