tensorflow2.0---笔记4 自定义网络、模型保存与加载

Keras.Metrics

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
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
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

compile & fit

在这里插入图片描述
以前
在这里插入图片描述
在这里插入图片描述
now

在这里插入图片描述
在这里插入图片描述
network.fit里面validation是为了提前停止;network.evaluate 验证模型最终准确率。
在这里插入图片描述

自定义层/网络

在这里插入图片描述

keras.Sequential

在这里插入图片描述
注意,netwok = Sequential() 这一步并没有创建w、b,在network.build() 指定输入维度,或者直接 network(x) 之后才生成w、b。
network.summary() 可查看网络结构。
在这里插入图片描述
在这里插入图片描述

自定义层

必须继承自keras.layers.Layer
在这里插入图片描述

自定义网络

必须继承自keras.Model
在这里插入图片描述

模型保存与加载

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
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

实战

在这里插入图片描述
在这里插入图片描述

import tensorflow as tf
import numpy as np

a = np.ones([10, 1])
print(type(a))  # <class 'numpy.ndarray'>
a = tf.squeeze(a)
print(type(a
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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