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)注本站其它相關(guān)文章！

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。