深度学习
黄然大悟
写写笔记,聊聊技术,谈谈人生!
展开
-
自然语言处理入门(四)--Tensorflow2.0+Keras实现seq2seq+Attention模型的对话系统
这里写自定义目录标题seq2seq模型介绍Keras实现seq2seq模型Encoder部分Decoder部分Encoder和Decoder合并模型详细结构seq2seq模型训练本文主要是利用keras框架记录简单实现seq2seq模型的过程,seq2seq的应用主要有问答系统、人机对话、机器翻译等。seq2seq模型介绍seq2seq模型主要有两个部分Encoder和Decoder,Encoder负责将输入编码,Decoder负责解码输出。最简单的seq2seq模型图:Keras实现seq2se原创 2020-05-17 00:15:27 · 3696 阅读 · 4 评论 -
Keras保存模型的各种方法
这里写自定义目录标题模型图构建训练模型保存模型hdf5格式持久化json格式持久化tf-serving调用的pb格式Keras训练模型有多种保存方法,可以保存为hdf5文件,也可以保存为json格式文件,可以同时保存模型图和权重,也可以单独保存模型图和权重,还可以保存为tensorflow-serving支持的pb格式。下面以一个简单的模型分别来介绍不同的保存方法。模型图构建下面用keras...原创 2019-12-29 17:06:16 · 4922 阅读 · 3 评论 -
Keras函数式(functional)API的使用
多层感知器(Multilayer Perceptron)定义了用于二分类的多层感知器模型。模型输入32维特征,经过三个全连接层,每层使用relu线性激活函数,并且在输出层中使用sigmoid激活函数,最后用于二分类。##------ Multilayer Perceptron ------##from keras.models import Modelfrom keras.layers i...原创 2019-05-26 11:56:05 · 4118 阅读 · 1 评论