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(),
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。
341

被折叠的 条评论
为什么被折叠?



