完善资料让更多小伙伴认识你，还能领取20积分哦， 立即完善>
3天内不再提示
|
序贯模型是多个网络层的线性堆叠，也就是“一条路走到黑”。 可以通过向Sequential模型传递一个layer的list来构造该模型：from keras.models import Sequential from keras.layers import Dense, Activation model = Sequential([ Dense(32, units=784), Activation('relu'), Dense(10), Activation('softmax'), ]) 也可以通过.add()方法一个个的将layer加入模型中： model = Sequential() model.add(Dense(32, input_shape=(784,))) model.add(Activation('relu')) 在训练模型之前，我们需要通过compile来对学习过程进行配置。 开始训练，Keras以Numpy数组作为输入数据和标签的数据类型。训练模型一般使用fit函数 下面提供一个例程 from keras.models import Sequential from keras.layers import Dense, Activation import numpy as np model = Sequential() model.add(Dense(32, activation='relu', input_dim=100)) model.add(Dense(1, activation='sigmoid')) model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['accuracy']) data = np.random.random((1000, 100)) labels = np.random.randint(2, size=(1000, 1)) model.fit(data, labels, epochs=10, batch_size=32) 运行结果见下图 
0
评分
|
||
相关推荐
|
||
只有小组成员才能发言，加入小组>>
370个成员聚集在这个小组
加入小组NanoPi m3适合刷什么系统，刚接触玩，我刷了一个比较卡
5445 浏览 1 评论
7174 浏览 1 评论
4774 浏览 1 评论
【NanoPC-T4试用体验】4、手把手教你从单片机移植驱动到ARM Linux上
7740 浏览 1 评论
【NanoPC-T4试用体验】NanoPC-T4控制步进电机
24594 浏览 1 评论
NanoPi m3适合刷什么系统，刚接触玩，我刷了一个比较卡
5445浏览 1评论
439浏览 0评论
/6 
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 （电路图） 湘公网安备 43011202000918 号 电信与信息服务业务经营许可证：合字B2-20210191
工商网监
湘ICP备2023018690号
3215
评论
淘帖
2206
