数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
时尚研究
法律研究如何使用 Keras 和 Python 程序绘制模型？
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，具有高效的接口，有助于解决机器学习问题。
它运行在 TensorFlow 框架之上。它的构建是为了帮助以快速的方式进行实验。它提供了开发和封装机器学习解决方案所必需的基本抽象和构建块。
它具有高度的可扩展性，并具有跨平台功能。这意味着 Keras 可以运行在 TPU 或 GPU 集群上。Keras 模型还可以导出到 Web 浏览器或手机上运行。
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
Keras 函数式 API 有助于创建比使用顺序 API 创建的模型更灵活的模型。函数式 API 可以处理具有非线性拓扑的模型，可以共享层，并处理多个输入和输出。深度学习模型通常是一个包含多个层的定向无环图 (DAG)。函数式 API 有助于构建层图。
我们正在使用 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，并且可以免费访问 GPU（图形处理单元）。Colaboratory 构建在 Jupyter Notebook 之上。
示例
print("The model is being plotted")
keras.utils.plot_model(model, "my_resnet.png", show_shapes=True)代码来源 - https://tensorflowcn.cn/guide/keras/functional
输出
解释
“plot_model”方法用于将模型的各层作为层图绘制。
更新于：2021年1月18日
110 次查看
广告