[ML]keras的常用层
Posted otwos
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[ML]keras的常用层相关的知识,希望对你有一定的参考价值。
Conv2D
filter 滤波器,用n滤波器扫描同一张图片,每个滤波器总结出一个feature。
每个滤波器会生成一张图片,表示32个不同特征图片。
kernel_size 卷积核的尺寸
strides 卷积核的步长,分为行和列方向
padding valid,same,full
MaxPooling2D
pool_size 池化核尺寸
strides 池化核移动步长
padding valid,same,full
Activation
softmax,softplus,softsign,relu,tanh,sigmoid,hard_sigmoid,linear
Flatten层
Dense层全链接层
Sequential模型的fit
verbose 0不在标准输出日志,1输出进度条,2每个epoch输出一行纪录
validation_split 0-1切分一定比例做验证数据集
validation_data 验证集合
Sequentail模型的evaluate
evalute(self,x,y,batch_size,verbose=1,sample_weight=None)
循环神经网络
GRU,SimpleRNN,lstm
input_dim 输入维数
weights 初始化权重
return_sequences 默认False,控制返回类型,若为true则返回整个序列,否则返回序列最后一个输出。
go_backwards 默认false,true表示逆向处理序列
stateful 默认false,true则一个batch下表为i的样本最终状态将会用做下一个batch同样下表的样本初始状态
dropout
unroll 默认false,true跟展开数据有关
以上是关于[ML]keras的常用层的主要内容,如果未能解决你的问题,请参考以下文章