tf.keras.Input函数

tf.keras.Input函数

tf.keras.Input函数用于向模型中输入数据,并指定数据的形状、数据类型等信息。其实这个函数的参数中,batch_sizesparse的意义我还没有太理解,不知道这里指定的batch_size会对后面的模型训练产生什么影响以及指定创建的占位符是否稀疏的意义。

​ 首先给出tf.keras.Input的函数定义:

tf.keras.Input(
    shape=None,
    batch_size=None,
    name=None,
    dtype=None,
    sparse=False,
    tensor=None,
    **kwargs
)

​ 其中各个参数的含义为:

  • shape:一个形状元组(由整数组成),其中并不指定batch size,只是定义输入的数据的形状。比如shape=(32, )shape=32是等价的,表示输入都为32维的向量。

  • batch_size: 这是一个可选的参数,表示静态的batch size大小

  • name:可选参数,字符串形式表示当前层的名字。如果没有这个参数的话,会自动生成。

  • dtype:数据类型,一般包括以下几种:

    有符号整型tf.int88位整数
    tf.int1616位整数
    tf.int3232位整数
    tf.int6464位整数
    无符号整数tf.uint88位无符号整数
    tf.uint1616位无符号整数
    浮点型tf.float1616位浮点数
    tf.float3232位浮点数
    tf.float6464位浮点数
    tf.double和tf.float64等价
    字符串型tf.string字符串
    布尔型tf.bool布尔型
    复数型tf.complex6464位复数
    tf.complex128128位复数
  • sparse:一个布尔值,指示创建的占位符是否是稀疏的。

  • tensor:将现有张量wrap到Input层中,如果设置了的话,Input层将不会创建占位符张量(可以理解为张量是已有的,所以不需要创建新的占位符)

  • **kwargs:当前并不支持的参数

以下为一个实例:

# this is a logistic regression in Keras
x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)
评论 2
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