Главная
Биография
Научные труды
Дисциплины
Лекции (old)
Программное обеспечение
Дипломники
Материалы студентов
Заметки
Сотрудничество
Патенты
Услуги
Ссылки
Блог
Контакты


ФОРУМ

KERAS (ЛУКФЫ)

В КЕРАС доступно два основных типа моделей: Последовательная модель и class Model (с функциональным API).

Общие методы и атрибуты:

model.layers плоский список слоев, составляющих модель
model.inputs список входных тензоров модели
model.outputs список выходных тензоров модели
model.summary() печатает краткое представление вашей модели
model.get_config() возвращает словарь, содержащий конфигурацию модели
model.get_weights() возвращает список всех весовых тензоров в модели в виде массивов Numpy
model.set_weights(weights) устанавливает значения весов модели из списка массивов Numpy. Массивы в списке должны иметь ту же форму, что и возвращаемые get_weights()
model.to_json() возвращает представление модели в виде строки JSON. Обратите внимание, что представление не включает веса, только архитектуру
model.to_yaml() возвращает представление модели в виде строки YAML. Обратите внимание, что представление не включает веса, только архитектуру
model.save_weights(filepath) сохраняет вес модели в виде файла HDF5
model.load_weights(filepath, by_name=False) загружает вес модели из файла HDF5 (созданного save_weights). По умолчанию ожидается, что архитектура не изменится

Переводы статей

Читаемые курсы лекций

Нейросети Искусственный интеллект Методы оптимизации ПИС Сетевая экономика БД МПИ

АСД
ПО ЭИС
НТИС
ФЛП
МатЛогика
Ч.М.Э.
МиИМППР
Интернет-технологии
Web-технологии
Machine Learning

Курсовые работы и проекты
Каталоги научных журналов

Связь (по всем вопросам) с администратором сайта E-mail: sneveld@rambler.ru
При использовании материалов сайта просьба указывать ссылку http://www.shumkoff.ru и первоисточники (если указаны)
Обмен ссылками
Карта сайта