- Keras 教程
- Keras - 主页
- Keras - 简介
- Keras - 安装
- Keras - 后端配置
- Keras - 深度学习概述
- Keras - 深度学习
- Keras - 模块
- Keras - 层
- Keras - 自定义层
- Keras - 模型
- Keras - 模型编译
- Keras - 模型评估和预测
- Keras - 卷积神经网络
- Keras - 使用 MPL 进行回归预测
- Keras - 使用 LSTM RNN 进行时间序列预测
- Keras - 应用程序
- Keras - 使用 ResNet 模型进行实时预测
- Keras - 预训练模型
- Keras 有用资源
- Keras - 快速指南
- Keras - 有用资源
- Keras - 讨论
Keras - 合并层
用于合并输入列表。它支持add()、subtract()、multiply()、average()、maximum()、minimum()、concatenate() 和 dot()功能。
添加一个层
用于添加两个层。语法如下所示:-
keras.layers.add(inputs)
简单的例子如下所示:-
>>> a = input1 = keras.layers.Input(shape = (16,)) >>> x1 = keras.layers.Dense(8, activation = 'relu')(a) >>> a = keras.layers.Input(shape = (16,)) >>> x1 = keras.layers.Dense(8, activation='relu')(a) >>> b = keras.layers.Input(shape = (32,)) >>> x2 = keras.layers.Dense(8, activation = 'relu')(b) >>> summ = = keras.layers.add([x1, x2]) >>> summ = keras.layers.add([x1, x2]) >>> model = keras.models.Model(inputs = [a,b],outputs = summ)
减法层
用于减去两个层。语法如下定义:-
keras.layers.subtract(inputs)
在上面的示例中,我们创建了两个输入序列。如果你想应用subtract(),则使用以下编码:-
subtract_result = keras.layers.subtract([x1, x2]) result = keras.layers.Dense(4)(subtract_result) model = keras.models.Model(inputs = [a,b], outputs = result)
乘法层
用于将两个层相乘。语法如下定义:-
keras.layers.multiply(inputs)
如果你想乘以两个输入,可以使用以下编码:-
mul_result = keras.layers.multiply([x1, x2]) result = keras.layers.Dense(4)(mul_result) model = keras.models.Model(inputs = [a,b], outputs = result)
maximum()
用于从两个输入中找到最大值。语法如下定义:-
keras.layers.maximum(inputs)
minimum()
用于从两个输入中找到最小值。语法如下定义:-
keras.layers.minimum(inputs)
concatenate
用于连接两个输入。它如下所示:-
keras.layers.concatenate(inputs, axis = -1)
连接层的函数接口。
此处,axis是指连接轴。
点积
它返回两个输入的点积。它如下所示:-
keras.layers.dot(inputs, axes, normalize = False)
在此处,
axes指向执行点积的轴。
normalize确定是否需要点积。
广告