keras入门--常用层和函数

本文详细介绍了Keras框架中Input层的功能与用法,包括如何使用Input层实例化Keras张量,以及如何通过Keras张量构建模型。文中还解释了Input层中的关键参数,如shape、batch_shape等,并提供了示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参考资料

keras英文文档https://keras.io/
keras中文文档http://keras-cn.readthedocs.io/en/latest/

Input层

keras.engine.topology.Input()
Input()用来实例化一个Keras张量。

Keras张量是来自底层后端(TheanoTensorFlowCNTK)的张量对象,我们增加了某些属性,使我们能够通过知道模型的输入和输出来构建Keras模型。
例如,如果a,b和c是Keras张量,就有可能做到:
model = Model(input=[a, b], output=c)

增加的Keras属性是: - _keras_shape:通过Keras端形状推断传播的整数形状元组。 - _keras_history:应用于张量的最后一层。整个图层图可以从该图层递归地获取。

参数
shape:一个形状元组(整数),不包括批量大小。例如,shape =(32,)表示预期的输入将是32维向量的批次。
batch_shape: 一个形状元组(整数),包括批量大小。例如,batch_shape =(10,32)表示期望的输入将是10个32维向量的批次。batch_shape =(None,32)表示任意数量的32维向量的批次。
name:图层的可选名称字符串。在模型中应该是唯一的(不要重复使用同一个名字两次)。如果没有提供,它将被自动生成。
dtype: 输入所期望的数据类型,如字符串(float32float64int32 …)。
sparse: 指定是否创建占位符的布尔值是稀疏的。
tensor: 可选的现有张量包装到Input层。如果设置,图层将不会创建占位符张量。

返回
一个张量

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值