資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
時尚研究
法律研究如何使用 Keras 建立一個模型，其中模型的輸入形狀事先指定？
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。
Keras 是作為 ONEIROS（開放式神經電子智慧機器人作業系統）專案研究的一部分開發的。Keras 是一個深度學習 API，是用 Python 編寫的。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。它提供了開發和封裝機器學習解決方案所必需的基本抽象和構建塊。
它具有高度可擴充套件性並具有跨平臺功能。這意味著 Keras 可以執行在 TPU 或 GPU 叢集上。Keras 模型也可以匯出到 Web 瀏覽器或手機上執行。
Keras 已經存在於 Tensorflow 軟體包中。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，並且可以免費訪問 GPU（圖形處理單元）。Colaboratory 建立在 Jupyter Notebook 之上。以下是程式碼片段：
示例
print("Three dense layers are being created")
layer = layers.Dense(3)
print("The weights associated with the layers are")
print(layer.weights)
print("The created layers is called on test data")
x = tf.ones((2, 3))
y = layer(x)
print("Now, the weights are : ")
print(layer.weights)程式碼來源：https://www.tensorflow.org/guide/keras/sequential_model
輸出
Three dense layers are being created The weights associated with the layers are [] The created layers is called on test data Now, the weights are : [<tf.Variable 'dense_11/kernel:0' shape=(3, 3) dtype=float32, numpy= array([[-0.9901273 , -0.70897937, -0.44804883], [ 0.6849613 , 0.5198808 , 0.48534775], [-0.07876515, -0.73648643, 0.44018626]], dtype=float32)>, <tf.Variable 'dense_11/bias:0' shape=(3,) dtype=float32, numpy=array([0., 0., 0.], dtype=float32)>]
解釋
Keras 模型中的所有層都需要知道輸入的形狀，以便能夠建立最佳權重。
最初，當建立層時，它沒有任何與之關聯的權重。
因此，當它第一次在輸入上被呼叫時，它會建立權重。
這是因為權重取決於輸入的形狀。
這些層是按順序建立的。
這在測試資料上呼叫。
與這個新模型相關的權重顯示在控制檯上。
更新於： 2021年1月18日
92 次瀏覽
廣告