資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究使用 Python 在 TensorFlow 中構建順序模型 (密集層) 的方法
TensorFlow 是 Google 提供的一個機器學習框架。它是一個開源框架，與 Python 結合使用，可以實現演算法、深度學習應用程式等等。它用於研究和生產目的。
可以使用以下程式碼行在 Windows 上安裝“tensorflow”包：
pip install tensorflow
Layers API 是 Keras API 的一部分。Keras 在希臘語中意為“角”。Keras 是作為 ONEIROS 專案（開放式神經電子智慧機器人作業系統）研究的一部分而開發的。Keras 是一個用 Python 編寫的深度學習 API。它是一個高階 API，具有高效的介面，有助於解決機器學習問題。它執行在 TensorFlow 框架之上。它旨在幫助快速進行實驗。它提供開發和封裝機器學習解決方案所需的必要抽象和構建塊。它具有高度的可擴充套件性，並具有跨平臺能力。這意味著 Keras 可以執行在 TPU 或 GPU 叢集上。Keras 模型也可以匯出以在 Web 瀏覽器或行動電話上執行。
Keras 已經存在於 TensorFlow 包中。可以使用以下程式碼行訪問它。
import tensorflow from tensorflow import keras
我們使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助在瀏覽器上執行 Python 程式碼，無需任何配置即可免費訪問 GPU（圖形處理單元）。Colaboratory 基於 Jupyter Notebook 構建。
以下是建立密集層的程式碼：
示例
print("Three dense layers are being created")
layer1 = layers.Dense(2, activation="relu", name="layer_1")
layer2 = layers.Dense(3, activation="relu", name="layer_2")
layer3 = layers.Dense(4, name="layer_3")
print("The model is being called on test data")
x = tf.ones((4, 4))
y = layer3(layer2(layer1(x)))程式碼來源 − https://www.tensorflow.org/guide/keras/sequential_model
輸出
Three dense layers are being created The model is being called on test data The layers are [<tensorflow.python.keras.layers.core.Dense object at 0x7fe921aaf7b8>, <tensorflow.python.keras.layers.core.Dense object at 0x7fe921a6d898>, <tensorflow.python.keras.layers.core.Dense object at 0x7fe921a6dc18>]
解釋
這是在 Keras 中使用 Python 建立順序模型並向其中新增層的另一種方法。
每個層都是透過在其上呼叫“layers.Dense”方法來顯式建立的。
透過將層列表傳遞給此建構函式來建立順序模型。
可以使用“layers”屬性來了解有關模型中層的更多詳細資訊。
新增層後，資料將顯示在控制檯上。
246 次瀏覽
