《28天玩转TensorFlow2》第6天:TensorFlow2建立模型的三种方式之Model Subclassing

本文介绍了在TensorFlow2中通过Model Subclassing自定义神经网络模型的方法,包括自定义层和整个模型的构建。通过实例展示了如何创建自定义的MLP模型,并在Mnist数据集上实现98%的准确率。文章详细讲解了利用tf.keras.Lambda和继承tf.keras.layers.Layer创建自定义层,以及继承tf.keras.Model构建模型的步骤。
摘要由CSDN通过智能技术生成

自定义MLP模型结构,50代,总参数119690,Mnist测试数据集正确率98%。对于神经网络而言,可能宽比深好(May Be Paper )。

自定义的MLP结构如下:
在这里插入图片描述

import numpy as np
import tensorflow as tf

import os
import shutil
#  绘图
from matplotlib import pyplot as plt
plt
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

打赏作者

AnFany

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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