深度学习02-Keras的基本步骤+参数详解

Keras的基本步骤

在这里插入图片描述

模型的设定方式

顺序模型VS函数式API(复杂模型)
顺序模型是多个网络层的线性堆叠,比较简单
函数式API用于定义复杂模型
Sequential模型实现方法一

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

Sequential模型实现方法二

model = Sequential()
model.add(Dense(32,input_dim=784))
model.add(Activation('relu'))

在这里插入图片描述
在这里插入图片描述
如何选择优化器
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

全连接层

在这里插入图片描述

## 激活层

激活函数可以通过设置单独的激活层,也可以在构造对象时通过传递activation参数实现

model.add(Activation('relu'))

## 激活函数列表

在这里插入图片描述

Dropout层

在这里插入图片描述
在这里插入图片描述

fit命令

在这里插入图片描述

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