使用keras2.0 將Merge層改為函數(shù)式
更新時(shí)間：2020年05月23日 16:40:26 作者：Addmana
這篇文章主要介紹了使用keras2.0 將Merge層改為函數(shù)式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
不能再向以前一樣使用
model.add(Merge([Model1,Model2]))
必須使用函數(shù)式
out = Concatenate()([model1.output, model2.output])
補(bǔ)充知識(shí)：keras 新版接口修改
1.
# b = MaxPooling2D((3, 3), strides=(1, 1), border_mode='valid', dim_ordering='tf')(x)
b = MaxPooling2D((3, 3), strides=(1, 1), padding='valid', data_format="channels_last")(x)
2.
from keras.layers.merge import concatenate # x = merge([a, b], mode='concat', concat_axis=-1) x = concatenate([a, b], axis=-1)
3.
from keras.engine import merge m = merge([init, x], mode='sum') Equivalent Keras 2.0.2 code: from keras.layers import add m = add([init, x])
4.
# x = Convolution2D(32 // nb_filters_reduction_factor, 3, 3, subsample=(1, 1), activation='relu',
# init='he_normal', border_mode='valid', dim_ordering='tf')(x)
x = Conv2D(32 // nb_filters_reduction_factor, (3, 3), activation="relu", strides=(1, 1), padding="valid",
data_format="channels_last",
kernel_initializer="he_normal")(x)
1.
# b = MaxPooling2D((3, 3), strides=(1, 1), border_mode='valid', dim_ordering='tf')(x) b = MaxPooling2D((3, 3), strides=(1, 1), padding='valid', data_format="channels_last")(x)
2.
from keras.layers.merge import concatenate # x = merge([a, b], mode='concat', concat_axis=-1) x = concatenate([a, b], axis=-1)
3.
from keras.engine import merge m = merge([init, x], mode='sum') Equivalent Keras 2.0.2 code: from keras.layers import add m = add([init, x])
4.
# x = Convolution2D(32 // nb_filters_reduction_factor, 3, 3, subsample=(1, 1), activation='relu',
# init='he_normal', border_mode='valid', dim_ordering='tf')(x)
x = Conv2D(32 // nb_filters_reduction_factor, (3, 3), activation="relu", strides=(1, 1), padding="valid",
data_format="channels_last",
kernel_initializer="he_normal")(x)
以上這篇使用keras2.0 將Merge層改為函數(shù)式就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
初學(xué)者學(xué)習(xí)Python好還是Java好
在本篇文章里小編給大家分享的是關(guān)于初學(xué)者學(xué)習(xí)Python好還是Java好的相關(guān)內(nèi)容，需要的朋友們可以學(xué)習(xí)下。2020-05-05
Python抖音快手代碼舞(字符舞)的實(shí)現(xiàn)方法
這篇文章主要給大家介紹了關(guān)于Python抖音快手代碼舞的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
今天小編就為大家分享一篇基于Python fminunc 的替代方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要為大家介紹了Java開發(fā)者快速進(jìn)修Python指南之異常捕獲,?有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12
對(duì)python制作自己的數(shù)據(jù)集實(shí)例講解
今天小編就為大家分享一篇對(duì)python制作自己的數(shù)據(jù)集實(shí)例講解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12
python3 如何使用 goto 跳轉(zhuǎn)執(zhí)行到指定代碼行
這篇文章主要介紹了python3 使用goto跳轉(zhuǎn)執(zhí)行到指定代碼行的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
matplotlib基礎(chǔ)繪圖命令之imshow的使用
這篇文章主要介紹了matplotlib基礎(chǔ)繪圖命令之imshow的使用，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
python基于三階貝塞爾曲線的數(shù)據(jù)平滑算法
這篇文章主要介紹了python基于三階貝塞爾曲線的數(shù)據(jù)平滑算法,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-12-12
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)石頭剪刀布程序，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-01-01
下面小編就為大家?guī)硪黄钊肜斫鈖ython函數(shù)遞歸和生成器。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2016-06-06