自定义层与自定义模型方法介绍
推荐使用高阶api，也就是 tf.keras 中的层 大多数模型都是对于这些基础层的堆叠使用， 使用标准的层，更加容易阅读和维护。
自定义层
自定义层方法创建一个继承自： tf.keras.layers.Layer 的子类，这个类要实现必须实现两个方法：
- init , 初始化方法
- call 方法, 前向传播计算
自定义模型
自定义模型方法创建一个继承自： tf.keras.Model 的子类，这个类要实现必须实现两个方法：
- init , 初始化方法
- call 方法, 前向传播计算
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 YuKiFuHaNeの博客！
相关推荐
2023-07-14
自定义层和自定义模型
创建一个自定义的全连接层（Dense）123456789101112131415class Linear(keras.layers.Layer): def __init__(self,units=32,input_dim=32): super(Linear,self).__init__() w_init = tf.random_normal_initializer()#标准正态分布进行初始化(提供初始值) self.w = tf.Variable( w_init(shape=(input_dim,units),dtype='float32'), trainable=True ) b_init = tf.zeros_initializer()#根据形状全0初始化 self.b = tf.Variable( b_init(shape=(units,),dtype...
2023-07-14
TensorBoard 可视化
Tensorboard的导入 1234567891011import oslog_dir = os.path.join('logs',datetime.datetime.now().strftime("%Y%m%d-%H%M%S")) tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir,histogram_freq=1)#histogram_freq: 对于模型中各个层计算激活值和模型权重直方图的频率（训练轮数中）。 如果设置成 0 ，直方图不会被计算。对于直方图可视化的验证数据（或分离数据）一定要明确的指出。model.fit(dataset, epochs=5, steps_per_epoch=60000//128, validation_data=test_dataset, validation_steps=10000//128, callbacks=[tensorboa...
2023-07-14
基本自编码器
import tensorflow as tf import matplotlib.pyplot as plt 查看Tensorflow版本1tf.__version__ 加载数据集1(x_train,_),(x_test,_) = tf.keras.datasets.mnist.load_data() 扁平化12x_train = x_train.reshape(x_train.shape[0],-1)#-1 表示自动计算x_test = x_test.reshape(x_test.shape[0],-1) 123x_train.shape,x_test.shape((60000, 28, 28), (10000, 28, 28))((60000, 784), (10000, 784)) 归一化12x_train = tf.cast(x_train,tf.float32)/255x_test = tf.cast(x_test,tf.float32)/255 设置输入、输出、压缩大小123input_size = 784hidden_size = 32output_si...
2023-07-14
keras.layers 各网络层介绍
一、网络层keras的层主要包括： 常用层（Core）、卷积层（Convolutional）、池化层（Pooling）、局部连接层、递归层（Recurrent）、嵌入层（ Embedding）、高级激活层、规范层、噪声层、包装层，当然也可以编写自己的层。 对于层的操作 12345678910111213141516layer.get_weights() #返回该层的权重（numpy array）layer.set_weights(weights)#将权重加载到该层config = layer.get_config()#保存该层的配置layer = layer_from_config(config)#加载一个配置到该层#如果层仅有一个计算节点（即该层不是共享层），则可以通过下列方法获得输入张量、输出张量、输入数据的形状和输出数据的形状：layer.inputlayer.outputlayer.input_shapelayer.output_shape#如果该层有多个计算节点。可以使用下面的方法layer.get_input_at(node_index)layer.get_outpu...
2023-07-14
VGG 网络
VGG
2023-07-14
图像定位
import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline from lxml import etree from matplotlib.patches import Rectangle import numpy as np import glob 查看Tensorflow版本1tf.__version__ 查看是否支持GPU加速1tf.test.is_gpu_available() 创建输入管道读取所有图片1images = glob.glob('./images/*.jpg') 读取xmls标注文件1xmls = glob.glob('./annotations/xmls/*.xml') 对读取的图片jpg与xmls进行名称提取12xmls_names = [x.split('\\')[-1].split('.xml')[0] for x in xmls]images_names = [x.spli...
