keras使用apply_gradients进行训练

参考这篇。不需要session，和tf1一样使用apply_gradients进行训练。
在for循环里训练，预测结果和这篇的两个for的结果一样。直接train(x_train,y_train)训练，结果和其他所有结果不一样。

import tensorflow as tf
from tensorflow import keras
from keras.layers import *
import numpy as nptf.random.set_seed(1)
np.random.seed(1)x_input = Input(shape=(None, 1))
y_input = Input(shape=(None, 1))ki=keras.initializers.Constant(value=2)
bi=keras.initializers.Constant(value=1)
y = Dense(1, kernel_initializer=ki,bias_initializer=bi)(x_input)def myloss(yt,yp):return tf.reduce_mean(tf.pow(yt - yp, 2))opt = tf.compat.v1.train.AdamOptimizer(1e-2)
m = keras.models.Model(inputs=[x_input, y_input], outputs=y)
# m.compile(loss=myloss,optimizer=opt)          #注释掉结果一样x_pure = np.random.randint(-10, 100, 320).astype(np.float).reshape(-1, 1)
x_train = x_pure
y_train = 3 * x_pure + 2def train(x,y):with tf.GradientTape() as tape:y_pred = m([x,y])loss = myloss(y, y_pred)grads = tape.gradient(loss, m.trainable_weights)grads_and_vars = zip(grads, m.trainable_weights)opt.apply_gradients(grads_and_vars)for x_,y_ in zip(x_train,y_train):train(x_[np.newaxis,:],y_[np.newaxis,:])# train(x_train,y_train)testdata = np.arange(3).reshape(-1, 1)
print(m.predict([testdata, testdata]))

keras使用apply_gradients进行训练相关推荐

基于变分自动编码器（Variational Autoencoders）疾病预测系统实战：(Keras实现并可视化训练和验证误差、最后给出topK准确率和召回率)
基于变分自动编码器(Variational Autoencoders)疾病预测系统实战:(Keras实现并可视化训练和验证误差.最后给出topK准确率和召回率) 本文中使用的VAE算法以病人病史为输入 ...
基于变分自动编码器（Variational Autoencoders）进行推荐系统的实施、Keras实现并可视化训练和验证误差、最后给出topK准确率和召回率
基于变分自动编码器(Variational Autoencoders)进行推荐系统的实施.Keras实现并可视化训练和验证误差.最后给出topK准确率和召回率本著作改编自Dawen等人用于协同过滤目 ...
基于Keras搭建cifar10数据集训练预测Pipeline
基于Keras搭建cifar10数据集训练预测Pipeline 钢笔先生关注 0.5412019.01.17 22:52:05字数 227阅读 500 Pipeline 本次训练模型的数据直接使用Ke ...
Keras之CNN：基于Keras利用cv2建立训练存储卷积神经网络模型(2+1)并调用摄像头进行实时人脸识别
Keras之CNN:基于Keras利用cv2建立训练存储卷积神经网络模型(2+1)并调用摄像头进行实时人脸识别目录输出结果设计思路核心代码输出结果设计思路核心代码 # -*- codin ...
使用NasNet模型与keras做深度学习训练时报错
使用NasNet模型与keras做深度学习训练时采用以下代码一.代码片: inputs = Input((224, 224, 3)) base_model = NASNetMobile(includ ...
python检测吸烟的算法_yolov3+tensorflow+keras实现吸烟的训练全流程及识别检测
yolov3+tensorflow+keras实现吸烟的训练全流程及识别检测弈休丶 2019-12-30 23:29:54 1591 收藏 19 分类专栏: 基于yolov3+tensorflow+ ...
重要更新 | 谷歌发布 TensorFlow 1.4，迁移Keras，支持分布式训练
TensorFlow 1.4 版现在已公开发布 - 这是一个大更新!我们在这里非常高兴地宣布一些令人兴奋的新功能,希望大家喜欢. Keras 在 1.4 版中,Keras 已从 tf.contrib. ...
加快Tensorflow和Keras图像数据集的训练速度
这几天在训练一个CNN网络,使用到了两百多万个图片,虽然使用到了GPU NVIDIA GeForce GTX 1080Ti,但是还是很慢.故查阅了一些训练提速的文章,跟大家分享. Tensorflow ...
神经网络模型中class的forward函数何时调用_用Keras从零开始6步骤训练神经网络
本文将简要介绍Keras的功能特点,使用Keras构建模型一般流程的6个步骤,以及使用Keras处理mnist分类问题的一个简单范例. 一,Keras简介 Keras 是一个用 Python 编写的高 ...

keras使用apply_gradients进行训练

keras使用apply_gradients进行训练相关推荐

最新文章

热门文章