keras中的后端backend及其相关函数（K.prod，K.cast）

【时间】2019.02.25

【题目】keras中的后端backend及其相关函数（K.prod，K.cast）

具体参考：Keras 后端，其中

一、K.prod

prod

keras.backend.prod(x, axis=None, keepdims=False)

功能：在某一指定轴，计算张量中的值的乘积。

参数

x: 张量或变量。

axis: 一个整数需要计算乘积的轴。

keepdims: 布尔值，是否保留原尺寸。如果 keepdims 为 False，则张量的秩减 1。如果 keepdims 为 True，缩小的维度保留为长度 1。

返回

x 的元素的乘积的张量。

Numpy 实现

def prod(x, axis=None, keepdims=False):if isinstance(axis, list):axis = tuple(axis)return np.prod(x, axis=axis, keepdims=keepdims)

具体例子：

import numpy as np
x=np.array([[2,4,6],[2,4,6]])scaling = np.prod(x, axis=1, keepdims=False)
print(x)
print(scaling)

【运行结果】

二、K.cast

cast

keras.backend.cast(x, dtype)

功能：将张量转换到不同的 dtype 并返回。

你可以转换一个 Keras 变量，但它仍然返回一个 Keras 张量。

参数

x: Keras 张量（或变量）。

dtype: 字符串， ('float16', 'float32' 或 'float64')。

返回

Keras 张量，类型为 dtype。

例子

>>> from keras import backend as K
>>> input = K.placeholder((2, 3), dtype='float32')
>>> input
<tf.Tensor 'Placeholder_2:0' shape=(2, 3) dtype=float32>
# It doesn't work in-place as below.
>>> K.cast(input, dtype='float16')
<tf.Tensor 'Cast_1:0' shape=(2, 3) dtype=float16>
>>> input
<tf.Tensor 'Placeholder_2:0' shape=(2, 3) dtype=float32>
# you need to assign it.
>>> input = K.cast(input, dtype='float16')
>>> input
<tf.Tensor 'Cast_2:0' shape=(2, 3) dtype=float16>

keras中的后端backend及其相关函数（K.prod，K.cast）相关推荐

keras中的K.concatenate()详解
keras中concatenate源代码如下: def concatenate(tensors, axis=-1):"""Concatenates a list of t ...
keras中的loss、optimizer、metrics
用keras搭好模型架构之后的下一步,就是执行编译操作.在编译时,经常需要指定三个参数 loss optimizer metrics 这三个参数有两类选择: 使用字符串使用标识符,如keras.lo ...
format函数_畅游人工智能之海 | Keras教程之后端函数（一）
BBIT 畅游人工智能之海 --Keras教程之后端函数(一) Artificial Intelligence 今天我们要开始学习Keras的后端函数. 首先我们要了解什么是后端.Keras依赖于一 ...
详解keras中的Mask机制
文章目录一. Mask背景 1.2 例子1 1.2 例子2 二. 原理三. 方式 3.1 配置keras.layers.Embedding 层 3.2 添加keras.layers.Masking ...
如何使用U-Net-train进行语义分段，并在Keras中测试您的自定义数据
什么是语义分割? 语义分割是逐像素分类问题陈述.如果到目前为止,您已将图像中的一组像素分类为Cat,Dog,Zebra,Humans等,那么现在是时候学习如何为图像中的每个像素分配类.这可以通过语义分 ...
【随感】在Keras中如何按最大似然(Max Likewood)训练模型
在Keras中如何按最大似然(Max Likewood)训练模型按照生成模型的思路,模型的参数是和数据分布无关的,利用极大似然准则就可以训练模型.但是在类似Keras这种神经网络库中,如何训练类似如 ...
Keras中的MultiStepLR
Keras中没有多步调整学习率(MultiStepLR)的调度器,但是博主这里提供一个自己写的: 1.代码 from tensorflow.python.keras.callbacks import ...
python的matmul_浅谈keras中的batch_dot,dot方法和TensorFlow的matmul
概述在使用keras中的keras.backend.batch_dot和tf.matmul实现功能其实是一样的智能矩阵乘法,比如A,B,C,D,E,F,G,H,I,J,K,L都是二维矩阵,中间点表示 ...
深度学习8 keras中triplet network的搭建
1.基本库导入 import keras import numpy as np import matplotlib.pyplot as pltimport random from keras.data ...
CNN在Keras中的实践｜机器学习你会遇到的“坑”
2018-12-16 23:43:37 本文作为上一节<卷积之上的新操作>的补充篇,将会关注一些读者关心的问题,和一些已经提到但并未解决的问题: 到底该如何理解padding中的valid ...

keras中的后端backend及其相关函数（K.prod，K.cast）

一、K.prod

prod

二、K.cast

cast

keras中的后端backend及其相关函数（K.prod，K.cast）相关推荐

最新文章

热门文章