keras API的使用，神经网络层，优化器
2021-01-14 23:12
标签：tensor sse 方法 class 使用 创建 oss fit proc layers介绍 Flatten和Dense介绍 优化器 损失函数 compile用法 第二个是onehot编码 模型训练 model.fit 两种创建模型的方法 keras API的使用，神经网络层，优化器 标签：tensor sse 方法 class 使用 创建 oss fit proc 原文地址：https://www.cnblogs.com/LiuXinyu12378/p/12249490.html
from tensorflow.python.keras.preprocessing.image import load_img,img_to_array
from tensorflow.python.keras.models import Sequential,Model
from tensorflow.python.keras.layers import Dense,Flatten,Input
import tensorflow as tf
from tensorflow.python.keras.losses import sparse_categorical_crossentropy
def main():
#通过Sequential创建网络
model = Sequential(
[
Flatten(input_shape=(28,28)),
Dense(64,activation=tf.nn.relu),
Dense(128,activation=tf.nn.relu),
Dense(10,activation=tf.nn.softmax)
]
)
print(model)
#通过Model创建模型
data = Input(shape=(784,))
out = Dense(64)(data)
model_sec = Model(inputs=data,outputs=out)
print(model_sec)
print(model.layers,model_sec.layers)
print(model.input,model.output)
print(model.summary())
print(model_sec.summary())
if __name__ == ‘__main__‘:
main()
文章标题：keras API的使用，神经网络层，优化器
文章链接：http://soscw.com/index.php/essay/41989.html