iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 9
0
AI & Data

AI初見 從零開始的TensorFlow生活系列 第 9

DAY09 - tf.keras - Functional API介紹 - 1

  • 分享至 

  • xImage
  •  

大家好,昨天介紹了Sequential Model(序列模型),把建立模型的方法簡略的了解了一下,然後就是今天的內容,還是決定要介紹Functional API,那接下來就進入今天的內容吧。

Functional API跟Sequential Model一樣是建立模型的方法,不過與Sequential不同的是,用Sequential Model方法建立的模型只能是單輸入單輸出的模型,而Functional API建立的模型更靈活,除了可以是單輸入單輸出外,還可以是多輸入單輸出、單輸入多輸出、多輸入多輸出的模型,能夠建立不同種類的模型,使得Functional API有更多的應用,今天會先介紹與Sequential Model一樣的單輸入單輸出模型的建立,也順便回憶昨天的內容,並且比較一下不同的地方。

首先一樣是要匯入套件:
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
再來是建立模型中的各個層:
Inputs = keras.Input(shape=(1000,))
h1 = layers.Dense(30)(inputs)
h2 = layers.Dense(25)(h1)
outputs = layers.Dense(10)(h2)
最後是建立模型:
model = keras.Model(inputs=inputs, outputs=outputs)
從建立模型裡的層到最後建立模型就可以看出與Sequential Model的不同,不過最後的結果是跟昨天建立的模型一樣的,第一層輸入層的輸入大小是1000的一維向量,第二、第三層是隱藏層,第四層是輸出層,最後再藉由keras.Model方法將各層連接起來建構成模型。使用這個方法可以明顯看出比Sequential Model更具有靈活性,也能夠用來完成多輸入或是多輸出的模型。

今天就先完成與昨天同樣的單輸入單輸出模型,明天就接著來介紹其他三種模型。


上一篇
DAY08 - tf.keras - Sequential Model介紹
下一篇
DAY10 - tf.keras - Functional API介紹 - 2
系列文
AI初見 從零開始的TensorFlow生活30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言