keras_3_Model 类 API

1. 函数式Model的API

  1. 在函数式 API 中,给定一些输入张量和输出张量,可以通过以下方式实例化一个 Model

    from keras.models import Model
    from keras.layers import Input, Dense
    
    a = Input(shape=(32,))
    b = Dense(32)(a)
    model = Model(inputs=a, outputs=b) # 根据上面定义好的input,output,可以自定义一个Model
    
    # 在多输入或多输出模型的情况下,你也可以使用列表:
    model = Model(inputs=[a1, a2], outputs=[b1, b3, b3])

2. 一些重要的方法

  1. compile
  2. fit
  3. evaluate
  4. predict
  5. 小函数
    • train_on_batch
    • test_on_batch
    • predict_on_batch
    • fit_generator
    • evaluate_generator
    • predict_generator
    • get_layer

转载于:https://www.cnblogs.com/LS1314/p/10380605.html

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