2.13wide&deep子类API实现

本文详细介绍了一种Wide&Deep模型的子类API实现方法,通过定义模型层次和完成正向计算过程,展示了如何使用Keras创建并调用自定义模型。提供了两种实例化模型的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

wide&deep子类API实现

#子类API
class WideDeepModel(keras.models.Model):
    def __init__(self):
        #定义模型的层次
        super(WideDeepModel,self).__init__()
        self.hidden1_layer=keras.layers.Dense(30,activation='relu')
        self.hidden2_layer = keras.layers.Dense(30, activation='relu')
        self.output_layer = keras.layers.Dense(1)
    def __call__(self, input):
        #完成模型的正向计算
        hidden1=self.hidden1_layer(input)
        hidden2 = self.hidden1_layer(hidden1)
        concat=keras.layers.concatenate([input,hidden2])
        output=self.output_layer(concat)
        return output
#法1:
model=WideDeepModel()
#法2:
model=keras.models.Sequential([
    WideDeepModel(),
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