TensorFlow使用简要教程
weekdayh
这个作者很懒,什么都没留下…
展开
-
TensorFlow2简要教程(五)-keras模型保存和序列化
keras模型保存和序列化文章目录keras模型保存和序列化1 .保存全模型2. 保存为SaveModel文件3. 仅保存网络结构4. 也可以使用json保存网络结构5.仅保存网络参数6. 完整的模型保存方法7.保存网络权重为SavedModel格式8.子类模型参数保存# 构建一个简单的模型并训练from __future__ import absolute_import, division, print_functionimport tensorflow as tftf.keras.backen原创 2020-06-30 09:11:03 · 579 阅读 · 0 评论 -
TensorFlow2.0简要教程(四)-用keras构建自己的网络层
用keras构建自己的网络层文章目录用keras构建自己的网络层1 使用Keras自定义网络层2.使用子层递归构建网络层3.其他网络层配置4.构建自己的模型1 使用Keras自定义网络层from __future__ import absolute_import, division, print_functionimport tensorflow as tftf.keras.backend.clear_session()import tensorflow.keras as kerasimpor原创 2020-06-29 16:59:34 · 657 阅读 · 0 评论 -
TensorFlow2.0教程(三)-使用keras训练模型
使用keras训练模型1.一般的模型构造、训练、测试流程import tensorflow as tfimport numpy as npfrom tensorflow_core.python.keras import layersfrom tensorflow_core.python import kerasfrom tensorflow_core.python.keras.utils.vis_utils import plot_model# 模型构造inputs = keras.In原创 2020-06-29 10:02:27 · 554 阅读 · 0 评论 -
TensorFlow2.0简要教程(二)-keras 函数api
TensorFlow2.0简要教程-keras 函数api1构建简单的网络1.1创建网络import tensorflow as tfimport numpy as npfrom tensorflow_core.python.keras import layersfrom tensorflow_core.python.keras.utils.vis_utils import plot_modelinputs = tf.keras.Input(shape=(784,), name='img')原创 2020-06-28 16:30:09 · 399 阅读 · 0 评论 -
TensorFlow 2.0简要教程(一)
TensorFlow 简要教程文章目录TensorFlow 简要教程1.导入tf.keras2.构建模型2.1模型堆叠2.2网络配置3.训练和评估3.1设置训练流程3.2 输入Numpy数据3.3tf.data输入数据3.4评估与预测4.构建高级模型4.1函数式api4.2模型子类化4.3自定义层4.3回调函数5保存和恢复5.1权重保存5.2保存网络结构5.3保存整个模型6.将keras用于Estimator1.导入tf.kerastensorflow2推荐使用keras构建网络,常见的神经网络都包含原创 2020-06-27 20:04:09 · 203 阅读 · 0 评论