astype函数_TensorFlow2.0教程-keras 函数api

b1139200833a3bb3eeba7a0c5669bb0a.gif

TensorFlow2.0教程-keras 函数api

最全Tensorflow 2.0 入门教程持续更新:

Doit:最全Tensorflow 2.0 入门教程持续更新​zhuanlan.zhihu.com
743adf4079aa4058a44502866b118d00.png

完整tensorflow2.0教程代码请看https://github.com/czy36mengfei/tensorflow2_tutorials_chinese (欢迎star)

本教程主要由tensorflow2.0官方教程的个人学习复现笔记整理而来,中文讲解,方便喜欢阅读中文教程的朋友,官方教程:https://www.tensorflow.org

1构建简单的网络

1.1创建网络

inputs 

1.2训练、验证及测试

(

1.3模型保持和序列化

model

2 使用共享网络创建多个模型

在函数API中,通过在图层图中指定其输入和输出来创建模型。 这意味着可以使用单个图层图来生成多个模型。

# 编码器网络和自编码器网络

可以把整个模型,当作一层网络使用

encode_input 

3.复杂网络结构构建

3.1多输入与多输出网络

# 构建一个根据文档内容、标签和标题,预测文档优先级和执行部门的网络

3.2小型残差网络

inputs 

4.共享网络层

share_embedding 

5.模型复用

from 

6.自定义网络层

# import tensorflow as tf

Tensorflow 2.0 教程持续更新:https://zhuanlan.zhihu.com/p/59507137

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个错误提示表明你的程序无法从指定的 URL 地址 `https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz` 下载 MNIST 数据集。可能是由于网络连接问题、代理设置或防火墙等原因导致的。 你可以尝试以下方法来解决这个问题: 1. 检查网络连接是否正常,确保能够访问互联网。 2. 如果你使用的是代理服务器,请检查代理设置是否正确。 3. 如果你使用的是防火墙,请确保已经允许程序访问互联网。 4. 尝试使用其他下载 MNIST 数据集的方法,例如使用 `tf.keras.datasets.mnist.load_data()` 来下载数据集。 以下是使用 `tf.keras.datasets.mnist.load_data()` 函数下载 MNIST 数据集的示例代码: ```python import tensorflow as tf # 加载 MNIST 数据集 (x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data() # 进行数据预处理 x_train = x_train.reshape((60000, 784)) / 255. x_test = x_test.reshape((10000, 784)) / 255. # 构建模型并训练 model = tf.keras.Sequential([ tf.keras.layers.Dense(units=64, activation='relu', input_shape=(784,)), tf.keras.layers.Dense(units=10, activation='softmax') ]) model.compile(optimizer=tf.keras.optimizers.Adam(), loss=tf.keras.losses.SparseCategoricalCrossentropy(), metrics=[tf.keras.metrics.SparseCategoricalAccuracy()]) model.fit(x_train, y_train, epochs=5, batch_size=64) # 在测试集上评估模型 model.evaluate(x_test, y_test) ``` 在上面的代码中,我们使用 `tf.keras.datasets.mnist.load_data()` 函数加载 MNIST 数据集,并进行数据预处理。然后,我们构建模型并训练,最后在测试集上评估模型。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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