数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究使用 Python 在 TensorFlow 中构建顺序模型 (密集层) 的方法
TensorFlow 是 Google 提供的一个机器学习框架。它是一个开源框架，与 Python 结合使用，可以实现算法、深度学习应用程序等等。它用于研究和生产目的。
可以使用以下代码行在 Windows 上安装“tensorflow”包：
pip install tensorflow
Layers API 是 Keras API 的一部分。Keras 在希腊语中意为“角”。Keras 是作为 ONEIROS 项目（开放式神经电子智能机器人操作系统）研究的一部分而开发的。Keras 是一个用 Python 编写的深度学习 API。它是一个高级 API，具有高效的界面，有助于解决机器学习问题。它运行在 TensorFlow 框架之上。它旨在帮助快速进行实验。它提供开发和封装机器学习解决方案所需的必要抽象和构建块。它具有高度的可扩展性，并具有跨平台能力。这意味着 Keras 可以运行在 TPU 或 GPU 集群上。Keras 模型也可以导出以在 Web 浏览器或移动电话上运行。
Keras 已经存在于 TensorFlow 包中。可以使用以下代码行访问它。
import tensorflow from tensorflow import keras
我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置即可免费访问 GPU（图形处理单元）。Colaboratory 基于 Jupyter Notebook 构建。
以下是创建密集层的代码：
示例
print("Three dense layers are being created")
layer1 = layers.Dense(2, activation="relu", name="layer_1")
layer2 = layers.Dense(3, activation="relu", name="layer_2")
layer3 = layers.Dense(4, name="layer_3")
print("The model is being called on test data")
x = tf.ones((4, 4))
y = layer3(layer2(layer1(x)))代码来源 − https://tensorflowcn.cn/guide/keras/sequential_model
输出
Three dense layers are being created The model is being called on test data The layers are [<tensorflow.python.keras.layers.core.Dense object at 0x7fe921aaf7b8>, <tensorflow.python.keras.layers.core.Dense object at 0x7fe921a6d898>, <tensorflow.python.keras.layers.core.Dense object at 0x7fe921a6dc18>]
解释
这是在 Keras 中使用 Python 创建顺序模型并向其中添加层的另一种方法。
每个层都是通过在其上调用“layers.Dense”方法来显式创建的。
通过将层列表传递给此构造函数来创建顺序模型。
可以使用“layers”属性来了解有关模型中层的更多详细信息。
添加层后，数据将显示在控制台上。
246 次浏览
