数据结构
网络
关系数据库管理系统
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 Python 中的 Tensorflow 创建一个顺序模型？
可以使用“Sequential” API 创建顺序模型，该 API 使用“ layers.experimental.preprocessing.Rescaling”方法。其他层在创建模型时指定。
阅读更多： 什么是 TensorFlow 以及 Keras 如何与 TensorFlow 协作创建神经网络？
我们将使用 Keras Sequential API，它有助于构建顺序模型，用于处理简单的层堆叠，其中每一层都只有一个输入张量和一个输出张量。
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，并且可以免费访问 GPU（图形处理单元）。Colaboratory 是建立在 Jupyter Notebook 之上的。
print("Sequential model is being created")
num_classes = 5
model = Sequential([
layers.experimental.preprocessing.Rescaling(1./255, input_shape=(img_height, img_width, 3)),
layers.Conv2D(16, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Conv2D(32, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Conv2D(64, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Flatten(),
layers.Dense(128, activation='relu'),
layers.Dense(num_classes)
])代码来源：https://tensorflowcn.cn/tutorials/images/classification
输出
Sequential model is being created
解释
- 该模型包含三个卷积块，每个块中都有一个最大池化层。
- 它还在其顶部有一个具有 128 个单元的全连接层。
- 这由 relu 激活函数激活。
- 此模型未针对高精度进行调整。
- 创建了一个包含三层的顺序模型。
更新于： 2021年2月20日
111 次查看
广告