网站开发教程百度云,上海圣品科技 做网站,自己做链接网站,湖南网站开发 岚鸿使用函数式API构建模型#xff0c;使得模型可以处理多输入多输出。
1、查看tensorflow版本
import tensorflow as tfprint(Tensorflow Version:{}.format(tf.__version__))
print(tf.config.list_physical_devices())2、fashion_mnist数据集分类模型
2.1 使用Sequential构建…使用函数式API构建模型使得模型可以处理多输入多输出。
1、查看tensorflow版本
import tensorflow as tfprint(Tensorflow Version:{}.format(tf.__version__))
print(tf.config.list_physical_devices())2、fashion_mnist数据集分类模型
2.1 使用Sequential构建模型
from keras import Sequential
from keras.layers import Flatten,Dense,Dropout
from keras import Inputmodel Sequential()
model.add(Input(shape(28,28)))
model.add(Flatten())
model.add(Dense(units256,kernel_initializernormal,activationrelu))
model.add(Dropout(rate0.1))
model.add(Dense(units64,kernel_initializernormal,activationrelu))
model.add(Dropout(rate0.1))
model.add(Dense(units10,kernel_initializernormal,activationsoftmax))
model.summary()2.2 使用函数式API构建模型
from keras.layers import Flatten,Dense,Dropout
from keras import Input,Modelinput Input(shape(28,28))
x Flatten()(input)
x Dense(units256,kernel_initializernormal,activationrelu)(x)
x Dropout(rate0.1)(x)
x Dense(units64,kernel_initializernormal,activationrelu)(x)
x Dropout(rate0.1)(x)
output Dense(units10,kernel_initializernormal,activationsoftmax)(x)
model Model(inputsinput, outputsoutput)
model.summary()可以看到两个模型的结构是一样的编译和训练也是一样的。
3、使用函数式API搭建多输入多输出模型
两个输入一个输出对比两个图片是否一样。
from keras.layers import Flatten,Dense,Dropout
from keras import Input,Model
import kerasinput1 Input(shape(28,28))
input2 Input(shape(28,28))
x1 Flatten()(input1)
x2 Flatten()(input2)
x keras.layers.concatenate([x1,x2])
x Dense(units256,kernel_initializernormal,activationrelu)(x)
x Dropout(rate0.1)(x)
x Dense(units64,kernel_initializernormal,activationrelu)(x)
x Dropout(rate0.1)(x)
output Dense(units1,kernel_initializernormal,activationsigmoid)(x)
model Model(inputs[input1,input2], outputsoutput) # 两个输入一个输出
model.summary()
