keras 的 example 文件 antirectifier.py 解析

该代码的功能是进行mnist的数字识别,主要是用于指导大家如何自己封装一个层,也就是自定义层

这里的Antirectifier就是自定义的一个层,代码是进行一个正则化,然后正向结果进行一个relu激活函数,和取反(负数)结果进行一个relu,之后再进行一个concatenate

输入shape和输出shape分别为:

(60000, 784)
(60000, 10)

神经网络结构为:

________________________________________________________________________________
Layer (type)                        Output Shape                    Param #
================================================================================
dense_1 (Dense)                     (None, 256)                     200960
________________________________________________________________________________
antirectifier_1 (Antirectifier)     (None, 512)                     0
________________________________________________________________________________
dropout_1 (Dropout)                 (None, 512)                     0
________________________________________________________________________________
dense_2 (Dense)                     (None, 256)                     131328
________________________________________________________________________________
antirectifier_2 (Antirectifier)     (None, 512)                     0
________________________________________________________________________________
dropout_2 (Dropout)                 (None, 512)                     0
________________________________________________________________________________
dense_3 (Dense)                     (None, 10)                      5130
________________________________________________________________________________
activation_1 (Activation)           (None, 10)                      0
================================================================================
Total params: 337,418
Trainable params: 337,418
Non-trainable params: 0
________________________________________________________________________________

不过可以看到,这里的Antirectifier层,参数个数为0,所以没有参数需要训练

 

——————————————————————

总目录

keras的example文件解析

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