数据结构
网络
关系数据库管理系统 (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
社会研究
时尚研究
法学研究如何使用TensorFlow构建自定义层的对象？
TensorFlow可以通过先创建所需的层，然后在`tf.zeros`方法上使用该层来构建自定义层的对象。
阅读更多： 什么是TensorFlow以及Keras如何与TensorFlow一起创建神经网络？
包含至少一层卷积层的神经网络被称为卷积神经网络。我们可以使用卷积神经网络来构建学习模型。
图像分类迁移学习背后的直觉是，如果一个模型在一个大型且通用的数据集上进行训练，那么这个模型可以有效地作为一个通用的视觉世界模型。它已经学习了特征图，这意味着用户不必从头开始在一个大型数据集上训练一个大型模型。
TensorFlow Hub是一个包含预训练TensorFlow模型的存储库。TensorFlow可用于微调学习模型。我们将了解如何使用TensorFlow Hub中的模型与`tf.keras`，使用TensorFlow Hub中的图像分类模型。完成后，可以执行迁移学习以微调用于自定义图像类别的模型。这是通过使用预训练的分类器模型来获取图像并预测它是做什么的。这可以在无需任何训练的情况下完成。
我们使用Google Colaboratory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构建在Jupyter Notebook之上。
示例
import tensorflow as tf
print(tf.test.is_gpu_available())
layer = tf.keras.layers.Dense(100)
print("A dense layer is created")
layer = tf.keras.layers.Dense(10, input_shape=(None, 5))
print("To use the layer, it is called")
layer(tf.zeros([10, 5]))代码来源 −https://tensorflowcn.cn/tutorials/customization/custom_layers
输出
WARNING:tensorflow:From <ipython-input-72-7364732a3855>:2: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version.
Instructions for updating:
Use `tf.config.list_physical_devices('GPU')` instead.
WARNING:tensorflow:From <ipython-input-72-7364732a3855>:2: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version.
Instructions for updating:
Use `tf.config.list_physical_devices('GPU')` instead.
False
A dense layer is created
To use the layer, it is called
<tf.Tensor: shape=(10, 10), dtype=float32, numpy=
array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]], dtype=float32)>解释
`tf.keras.layers`包包含作为对象的层。要构建一个层，可以构建一个对象。
许多层将输出维度或通道数作为第一个参数。
`tf.keras`可以用作构建神经网络的高级API。
大多数TensorFlow API都可以与渴望执行一起使用。
不需要输入维度的数量，但可以在第一次使用该层时推断出来。
80 次浏览
