import tensorflow as tf
print(tf.__version__ )
print(tf.__path__)

1.关于keras模型

在 Keras 中有两类主要的模型：Sequential顺序模型和使用函数式API的Model类模型。
这些模型有许多共同的方法和属性：

model.layers 是包含模型网络层的展平列表。
model.inputs 是模型输入张量的列表。
model.outputs 是模型输出张量的列表。
model.summary() 打印出模型概述信息。它是 utils.print_summary 的简捷调用。
model.get_config() 返回包含模型配置信息的字典。通过以下代码，就可以根据这些配置信息重新实例化模型

config = model.get_config()
model = Model.from_config(config)
# 或者，对于 Sequential:
model = Sequential.from_config(config)

model.get_weights() 返回模型中所有权重张量的列表，类型为 Numpy 数组。
model.set_weights(weights) 从 Numpy 数组中为模型设置权重。列表中的数组必须与 get_weights() 返回的权重具有相同的尺寸。
model.to_json() 以 JSON 字符串的形式返回模型的表示。请注意，该表示不包括权重，仅包含结构。你可以通过以下方式从 JSON 字符串重新实例化同一模型（使用重新初始化的权重）

2. Sequential 模型

Sequential 模型是多个网络层的线性堆叠。

2.1 创建一个Sequential 模型

# 法一: 通过将网络层实例的列表传递给 Sequential 的构造器，来创建一个 Sequential 模型。
from keras.models import Sequential
from keras.layers import Dense, Activationmodel = Sequential([Dense(32, input_shape=(784,)),Activation('relu'),Dense(10),Activation('softmax'),
])
print(model)

Using TensorFlow backend.WARNING:tensorflow:From D:\software\anaconda\lib\site-packages\tensorflow\python\framework\op_def_library.py:263: colocate_with (from tensorflow.python.framework.ops) is deprecated and will be removed in a future version.
Instructions for updating:
Colocations handled automatically by placer.
<keras.engine.sequential.Sequential object at 0x0000024BEEA225F8>

# 法二： 使用 .add() 方法将各层添加到模型中
model = Sequential()
model.add(Dense(32, input_dim=784))
model.add(Activation('relu'))
print(model)

<keras.engine.sequential.Sequential object at 0x0000024BEE878F60>

3. Model 类（函数式 API）

Keras 函数式API 是定义复杂模型（如多输出模型、有向无环图，或具有共享层的模型）的方法，利用函数式 API创建一个模型。

# 模型将包含从 a 到 b 的计算的所有网络层。
from keras.models import Model
from keras.layers import Input, Densea = Input(shape=(32,))
b = Dense(32)(a)
model = Model(inputs=a, outputs=b)

4.常用数据集(数据集提前下载后续就可以使用)

CIFAR10 小图像分类数据集：
50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 10 个类别。

from keras.datasets import cifar10
(x_train, y_train), (x_test, y_test) = cifar10.load_data()

CIFAR100 小图像分类数据集：
50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 100 个类别。

from keras.datasets import cifar100
(x_train, y_train), (x_test, y_test) = cifar100.load_data(label_mode='fine')

MNIST 手写字符数据集：
训练集为 60,000 张 28x28 像素灰度图像，测试集为 10,000 同规格图像，总共 10 类数字标签。

from keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

Boston 房价回归数据集：
数据集来自卡内基梅隆大学维护的 StatLib 库。
样本包含 1970 年代的在波士顿郊区不同位置的房屋信息，总共有 13 种房屋属性。目标值是一个位置的房屋的中值（单位：k$）。

from keras.datasets import boston_housing
(x_train, y_train), (x_test, y_test) = boston_housing.load_data()

路透社新闻主题分类：
数据集来源于路透社的 11,228 条新闻文本，总共分为 46 个主题。与 IMDB 数据集一样，每条新闻都被编码为一个词索引的序列（相同的约定）。

from keras.datasets import reuters(x_train, y_train), (x_test, y_test) = reuters.load_data(path="reuters.npz",num_words=None,skip_top=0,maxlen=None,test_split=0.2,seed=113,start_char=1,oov_char=2,index_from=3)

keras+learning相关推荐

视觉注意力机制的发展历程-Attention-Family
目录视觉注意力机制的发展历程-Attention-Family ---------------------------------2015------------------------------ ...
基于Keras Application和Densenet迁移学习（transfer learning）的乳腺癌图像分类模型（良性、恶性）
基于Keras Application和Densenet迁移学习(transfer learning)的乳腺癌图像分类模型(良性.恶性) 概论: 美国癌症学会官方期刊发表<2018年全球癌症统计 ...
keras终止训练后显存不释放_Keras实现Large-scale Bisample Learning on ID vs. Spot Face Recognition...
keras-lbl-IvS 论文地址:Large-scale Bisample Learning on ID vs. Spot Face Recognition 工程地址:keras-lbl-IvS ...
Keras Tutorial: Deep Learning in Python
This Keras tutorial introduces you to deep learning in Python: learn to preprocess your data, model, ...
台大李宏毅Machine Learning 2017Fall学习笔记 (9)Keras
台大李宏毅Machine Learning 2017Fall学习笔记 (9)Keras 本节课主要讲述了如何利用Keras搭建深度学习模型.Keras是基于TensorFlow封装的上层API,看上去 ...
Keras【Deep Learning With Python】手写数字识别
文章目录 1 Keras实现 2 优化 1 Keras实现 import keras.datasets.mnist as mnist import matplotlib.pyplot as plt i ...
Keras【Deep Learning With Python】逻辑回归·softmax多分类与交叉熵
文章目录 1 逻辑回归 1.2 Sigmod函数 1.2 逻辑回归损失函数 2 交叉熵 3 softmax分类 1 逻辑回归回答0或1 1.2 Sigmod函数 0.9是好人 0.1是坏人二分类 ...
Keras【Deep Learning With Python】实现多元线性回归
文章目录 1 example 2 keras实现 1 example Y=w1* x1+w2* x2+b 2 keras实现 import pandas as pd import keras from ...
Keras【Deep Learning With Python】实现线性回归模型
文章目录 1 keras-Dense层 2 batch epoch step 3 keras实现线性回归 1 keras-Dense层 Dense层就是所谓的全连接神经网络层以下给出Dense方法的 ...

keras+learning

1.关于keras模型

2. Sequential 模型

2.1 创建一个Sequential 模型

3. Model 类（函数式 API）

4.常用数据集(数据集提前下载后续就可以使用)

keras+learning相关推荐

最新文章

热门文章