三种创建model方式
import numpy as np
import tensorflow as tf
from tensorflow import kerasrows = 10000
columns = 100
emb_size = 5
words_length = 50000train_x = np.random.random(size=(rows, columns, emb_size))
train_y = np.random.randint(low=0, high=2, size=(rows, 1))
1
model = keras.Sequential(name="test1")model.add(keras.layers.Input(shape=(columns, emb_size)))
model.add(keras.layers.SimpleRNN(units=10))
model.add(keras.layers.Dense(1))model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(train_x, train_y, epochs=10, batch_size=100)print("-------------------------------------------------")model = Sequential([keras.layers.Input(shape=(columns, emb_size)),keras.layers.SimpleRNN(units=10),keras.layers.Dense(1)]
)
model.compile(loss="mse", optimizer="sgd")
model.fit(train_x, train_y)
2
x = keras.layers.Input(shape=(columns, emb_size))y = keras.layers.SimpleRNN(units=10)(x)
y = keras.layers.Dense(1)(y)model = keras.Model(inputs=x, outputs=y)
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])model.fit(train_x, train_y, epochs=10, batch_size=100)
3
class MyModel(keras.layer.Model):def __init__(self):passdef call(self, input):passmodel = MyModel()
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])model.fit()
为什么需要三种创建模式,三者有什么区别

从上往下一种比一种更接近底层,可以任意调整参数

tf model create相关推荐

  1. JavaScript玩转机器学习:保存并加载 tf.Model

    JavaScript玩转机器学习:保存并加载 tf.Model 保存并加载 tf.Model TensorFlow.js提供了保存和加载模型的功能,这些模型可以是使用LayersAPI创建的或从现有T ...

  2. TF从文件中读取数据

    从文件中读取数据 在TensorFlow中进行模型训练时,在官网给出的三种读取方式,中最好的文件读取方式就是将利用队列进行文件读取,而且步骤有两步: 把样本数据写入TFRecords二进制文件 从队列 ...

  3. TF/06_Neural_Networks/01_Introduction02gate03activate fuctions

    Ch 6: Neural Networks Neural Networks are very important in machine learning and growing in populari ...

  4. slim php dd model,第二十四节,TensorFlow下slim库函数的使用以及使用VGG网络进行预训练、迁移学习(附代码)...

    在介绍这一节之前,需要你对slim模型库有一些基本了解,具体可以参考第二十二节,TensorFlow中的图片分类模型库slim的使用.数据集处理,这一节我们会详细介绍slim模型库下面的一些函数的使用 ...

  5. Django Model View Template 之间的简单交互 (二)

    前言 接续前文,上一篇文章主要涉及了 Django 项目的基础配置等,这篇主要涉及数据库相关的 ORM ,也就是 Django 中的 Model 的使用,MVT 三层之间的交互 教程基本都是东拼西凑的 ...

  6. Tensorlow 中文API:tf.zeros() tf.ones()tf.fill()tf.constant()

    在程序中有一处不理解的地方 import basic.util.prints这个basic包找不到也搜不到,有知道的帮忙留言,谢谢 可以在下面使用print(data.eval())来输出结果 Ten ...

  7. Flask-admin Model View字段介绍

    Model View字段介绍 can_create = True 是否可以创建can_edit = True 是否可以编辑can_delete = True 是否可以删除list_template = ...

  8. PHP封装curd,ThinkPHP5.0的模型CURD创建Create操作

    模型的主要功能包括数据处理和业务逻辑,而这些都离不开数据的CURD操作,因此我们首先来谈下数据的CURD操作,在掌握了数据库Db类的用法后,模型的CURD操作就会很容易理解,因为本质上模型的CURD操 ...

  9. tf.nn.dynamic_rnn的详解

    tf.nn.dynamic_rnn 其和tf.nn.static_rnn,在输入,输出,参数上有很大的区别,请仔细阅读比较 tf.nn.dynamic_rnn(cell,inputs,sequence ...

最新文章

  1. Android Linux 9,linux学习(一)(ubuntu9.10 玩转android)
  2. 蓝桥杯 ADV-144 算法提高 01背包
  3. Bootstrap3 编译版本的文件结构
  4. mysql优化 运维_mysql优化
  5. Python基础----Pandas
  6. 谷歌宣布 Linux Kernel、Kubernetes 0day 漏洞奖励加倍
  7. 【转】Oracle 行列转换
  8. oracle中job的retry次数,Oracle 19c注意事项: DBMS_JOB 行为变化
  9. linux在shell中获取时间 date巧用
  10. 使用ILSpy查看dll里的部分代码
  11. Android studio 下载安装
  12. 解析阿里“聚石塔”产品
  13. 货拉拉Android稳定性治理
  14. java百度地图逆地址解析_web前端通过百度地图API批量逆解析地址
  15. DotProject首页、文档和下载 - 项目管理工具 - 开源中国社区
  16. 工具类APP的推广方式
  17. 简单的图片识别,源代码
  18. 论坛议程|COSCon'22 云计算(C)
  19. 【Markdown基本语法】
  20. Android 进阶路线(思维导图),Android开发实用必备的几款插件

热门文章

  1. Linux UOS(国产统信)系统下Qt无法打印日志的问题
  2. Coding: 2的N次方
  3. Vector Field Histogram(VFH+ algorithm(向量直方图避障))
  4. java重载与重写的区别你懂了吗
  5. oracle游标指针移动时机,oracle--游标(cursor)
  6. 复制百度文库的文字加什么后缀_WORD文档中如何复制样式
  7. Oracle 原理:DML触发器和数据库触发器
  8. fillstyle属性_HTML canvas
  9. Python单元测试最佳实践
  10. 吊打一切现有开源OCR项目:效果再升7%,速度提升220%