Keras Intro : 基本模型保存

语法糖

Sequential-Module模型

常用层

Dense全连接

1
2
3
4
5
6
7
8
9
10
keras.layers.core.Dense(units,
						activation = None,
						use_bias = True,
						kernel_initializer = 'glorot_uniform', 
						bias_initializer = 'zeros',
						kernel_regularizer = None,
						bias_regularizer = None,
						activity_regularizer = None,
						kernel_constraint = None,
						bias_constraint = None)

Dense就是常用的全连接层，所实现的运算是output = activation(dot(input, kernel)+bias)。其中activation是逐元素计算的激活函数，kernel是本层的权值矩阵，bias为偏置向量，只有当use_bias=True才会添加。
参数说明

  • units：大于0的整数，代表该层的输出维度。
  • activation：激活函数，为预定义的激活函数名（参考激活函数），或逐元素（element-wise）的Theano函数。如果不指定该参数，将不会使用任何激活函数（即使用线性激活函数：a(x)=x）
  • use_bias: 布尔值，是否使用偏置项
  • kernel_initializer：权值初始化方法，为预定义初始化方法名的字符串，或用于初始化权重的初始化器。参考initializers
  • bias_initializer：偏置向量初始化方法，为预定义初始化方法名的字符串，或用于初始化偏置向量的初始化器。参考initializers
  • kernel_regularizer：施加在权重上的正则项，为Regularizer对象
  • bias_regularizer：施加在偏置向量上的正则项，为Regularizer对象
  • activity_regularizer：施加在输出上的正则项，为Regularizer对象
  • kernel_constraints：施加在权重上的约束项，为Constraints对象
  • bias_constraints：施加在偏置上的约束项，为Constraints对象
Share