qq_29462849的博客

TimeDistributed这个层还是比较难理解的。事实上通过这个层我们可以实现从二维像三维的过渡，甚至通过这个层的包装，我们可以实现图像分类视频分类的转化。考虑一批32个样本，其中每个样本是一个由16个维度组成的10个向量的序列。该层的批输入形状然后(32, 10, 16)。可以这么理解，输入数据是一个特征方程，X1+X2+…+X10=Y，从矩阵的角度看，拿出未知数，就是10个向量，每...

1.tf.train.GradientDescentOptimizer 标准梯度下降优化器：标准梯度下降先计算所有样本汇总误差，然后根据总误差来更新权值 2.tf.train.AdadeltaOptimizer Adadelta优化器，在SGD的基础上 3.tf.train.AdagradOptimizer Adagrad优化器，在SGD的基础上 4.tf.train.AdagradD...

其实很简单from keras.models import load_modelbase_model = load_model('model_resenet.h5')#加载指定的模型print(base_model.summary())#输出网络的结构图这是我的网络模型的输出，其实就是它的结构图_____________________________________________...