python人工智能TensorFlow自定義層及模型保存
一、自定義層和網(wǎng)絡(luò)
1.自定義層
①必須繼承自layers.layer
②必須實(shí)現(xiàn)兩個(gè)方法，__init__和call
這個(gè)層，實(shí)現(xiàn)的就是創(chuàng)建參數(shù)，以及一層的前向傳播。
添加參數(shù)使用self.add_weight，直接調(diào)用即可，因?yàn)橐呀?jīng)在母類(lèi)中實(shí)現(xiàn)。
在call方法中，實(shí)現(xiàn)前向傳播并返回結(jié)果即可。
2.自定義網(wǎng)絡(luò)
①必須繼承自keras.Model
②必須實(shí)現(xiàn)兩個(gè)方法，__init__和call
這個(gè)網(wǎng)絡(luò)，就可以使用我們定義好的MyDense層，來(lái)進(jìn)行堆疊。
在init方法中設(shè)置好每一層的連接方式，以及維度。
在call方法中，就要實(shí)現(xiàn)前向傳播，可以在這里對(duì)網(wǎng)絡(luò)結(jié)構(gòu)前向傳播進(jìn)行實(shí)現(xiàn)。如果在層中沒(méi)有添加activation的話，在這里需要添加relu等激活函數(shù)。
二、模型的保存和加載
1.保存參數(shù)
通過(guò)save_weights方法可以保存參數(shù)，提供路徑即可，加載的時(shí)候，先創(chuàng)建好和之前的網(wǎng)絡(luò)結(jié)構(gòu)一模一樣的網(wǎng)絡(luò)結(jié)構(gòu)，導(dǎo)入?yún)?shù)即可。
2.保存整個(gè)模型
通過(guò)model.save()，保存整個(gè)模型，包括結(jié)構(gòu)，層的名字，參數(shù)，維度等等所有信息。
恢復(fù)的時(shí)候不需要再創(chuàng)建網(wǎng)絡(luò)。直接通過(guò)tf.keras.models.load_model讀取即可。
以上就是python人工智能TensorFlow自定義層及模型保存的詳細(xì)內(nèi)容，更多關(guān)于TensorFlow自定義層及模型保存的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
- 深度學(xué)習(xí)Tensorflow?2.4?完成遷移學(xué)習(xí)和模型微調(diào)
- Tensorflow2.4使用Tuner選擇模型最佳超參詳解
- Tensorflow2.1 完成權(quán)重或模型的保存和加載
- python深度學(xué)習(xí)tensorflow訓(xùn)練好的模型進(jìn)行圖像分類(lèi)
- python神經(jīng)網(wǎng)絡(luò)tensorflow利用訓(xùn)練好的模型進(jìn)行預(yù)測(cè)
- python深度學(xué)習(xí)TensorFlow神經(jīng)網(wǎng)絡(luò)模型的保存和讀取
- TensorFlow神經(jīng)網(wǎng)絡(luò)構(gòu)造線性回歸模型示例教程
- Tensorflow 2.4 搭建單層和多層 Bi-LSTM 模型
相關(guān)文章
Python OpenCV 調(diào)用攝像頭并截圖保存功能的實(shí)現(xiàn)代碼
這篇文章主要介紹了Python OpenCV 調(diào)用攝像頭并截圖保存功能，本文通過(guò)兩段實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-07-07
Python機(jī)器學(xué)習(xí)算法庫(kù)scikit-learn學(xué)習(xí)之決策樹(shù)實(shí)現(xiàn)方法詳解
這篇文章主要介紹了Python機(jī)器學(xué)習(xí)算法庫(kù)scikit-learn學(xué)習(xí)之決策樹(shù)實(shí)現(xiàn)方法,結(jié)合實(shí)例形式分析了決策樹(shù)算法的原理及使用sklearn庫(kù)實(shí)現(xiàn)決策樹(shù)的相關(guān)操作技巧,需要的朋友可以參考下2019-07-07
Python實(shí)現(xiàn)將字符串的首字母變?yōu)榇髮?xiě),其余都變?yōu)樾?xiě)的方法
今天小編就為大家分享一篇Python實(shí)現(xiàn)將字符串的首字母變?yōu)榇髮?xiě),其余都變?yōu)樾?xiě)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-06-06
在阿里云服務(wù)器上配置CentOS+Nginx+Python+Flask環(huán)境
這篇文章主要介紹了在阿里云服務(wù)器上配置CentOS+Nginx+Python+Flask環(huán)境的教程,值得一提的是這里的方案用Nginx作反向代理而使用Gunicorn作wsgi服務(wù)器,需要的朋友可以參考下2016-06-06
今天小編就為大家分享一篇PyTorch: 梯度下降及反向傳播的實(shí)例詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
分享python中matplotlib指定繪圖顏色的八種方式
這篇文章主要給大家分享的是python中matplotlib指定繪圖顏色的八種方式，在使用matplotlib的pyplot庫(kù)進(jìn)行繪圖時(shí)，經(jīng)常會(huì)發(fā)現(xiàn)各種開(kāi)源代碼指定“color”的方式并不一致，下面就向大家展示8種指定color的方式,需要的朋友可以參考一下2022-03-03
這篇文章主要介紹了numpy自動(dòng)生成數(shù)組詳解，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
淺談tensorflow中Dataset圖片的批量讀取及維度的操作詳解
今天小編就為大家分享一篇淺談tensorflow中Dataset圖片的批量讀取及維度的操作詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
這篇文章主要為大家詳細(xì)介紹了Python進(jìn)程間通信之共享內(nèi)存的相關(guān)資料，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-10-10
現(xiàn)在有的小伙伴為了躲避中文亂碼的問(wèn)題甚至代碼中不使用中文，注釋和提示都用英文，我曾經(jīng)也這樣干過(guò)，但這并不是解決問(wèn)題，而是逃避問(wèn)題，今天我們一起徹底解決 Python 中文亂碼的問(wèn)題2020-02-02