keras中的backend.clip用法

 更新时间:2020年05月22日 09:02:06   作者:bebr  
这篇文章主要介绍了keras中的backend.clip用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

如下所示:

keras.backend.clip(x, min_value, max_value)

逐元素clip(将超出指定范围的数强制变为边界值)

参数

x: 张量或变量。
min_value: Python 浮点或整数。
max_value: Python 浮点或整数。

返回

一个张量。

import tensorflow as tf
from keras import backend
a = tf.constant(2.1) #定义tensor常量
b = backend.clip(a, 0, 1)
with tf.Session() as sess:
  print (sess.run(b))
 
>>>1.0

Keras中可以利用backend中的一些函数来自定义模型的评估标准。

补充知识:keras中merge用法

首先keras的文档中是这样给出的,把若干个层合并成一个层

keras.engine.topology.Merge(layers=None, mode='sum', concat_axis=-1, dot_axes=-1, output_shape=None, node_indices=None, tensor_indices=None, name=None)

layers:该参数为Keras张量的列表,或Keras层对象的列表。该列表的元素数目必须大于1。

mode:合并模式,如果为字符串,则为下列值之一{“sum”,“mul”,“concat”,“ave”,“cos”,“dot”}

其中sum和mul是对待合并层输出做一个简单的求和、乘积运算,因此要求待合并层输出shape要一致。concat是将待合并层输出沿着最后一个维度进行拼接,因此要求待合并层输出只有最后一个维度不同。

下面我要说的主要针对训练时,Merge是一个层对象,在多个sequential组成的网络模型中,如果

x:输入数据。如果模型只有一个输入,那么x的类型是numpy array,如果模型有多个输入,那么x的类型应当为list,list的元素是对应于各个输入的numpy array

y:标签,numpy array

否则运行时很可能会提示意思就是你输入的维度与实际不符,好了,说什么都不如写一个代码来的实际:

model_left= Sequential() 
model_left.add(Dense(50, input_shape=(784,))) 
model_left.add(Activation('relu')) 
  
model_right = Sequential() 
model_right.add(Dense(50, input_shape=(784,))) 
model_rightadd(Activation('relu')) 
  
model = Sequential() 
model.add(Merge([model_left,model_right], mode='concat')) 
  
model.add(Dense(10)) 
model.add(Activation('softmax')) 
  
model.compile(loss='categorical_crossentropy', optimizer='adam',
       metrics=['accuracy']) 
model.fit([X_train, X_train], Y_train, batch_size=64, nb_epoch=30, validation_data=([X_test, X_test], Y_test))

以上这篇keras中的backend.clip用法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • 关于python如何生成exe文件

    关于python如何生成exe文件

    这篇文章主要介绍了关于python如何生成exe文件,exe全称“executable”,中文意思为“可执行的”,是一种文件格式,是指一种可在操作系统存储空间中浮动定位的可执行程序,需要的朋友可以参考下
    2023-04-04
  • Matplotlib绘制混淆矩阵的实现

    Matplotlib绘制混淆矩阵的实现

    对于机器学习多分类模型来说,其评价指标除了精度之外,常用的还有混淆矩阵和分类报告,下面来展示一下如何绘制混淆矩阵,这在论文中经常会用到。感兴趣的可以了解一下
    2021-05-05
  • Tensorflow 多线程与多进程数据加载实例

    Tensorflow 多线程与多进程数据加载实例

    今天小编就为大家分享一篇Tensorflow 多线程与多进程数据加载实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • 深入学习Python中的装饰器使用

    深入学习Python中的装饰器使用

    @这个操作符让装饰器在Python代码中非常醒目,而装饰器的运用中也包含着很多Python编程中的高级技巧,这里我们就来共同深入学习Python中的装饰器使用
    2016-06-06
  • python基础教程之csv格式文件的写入与读取

    python基础教程之csv格式文件的写入与读取

    逗号分隔值(Comma-Separated Values,CSV,也称为字符分隔值,分隔字符也可以不是逗号),新这篇文章主要给大家介绍了关于python基础教程之csv格式文件的写入与读取的相关资料,需要的朋友可以参考下
    2022-03-03
  • 浅析Python中的元编程

    浅析Python中的元编程

    Python元编程是指在运行时对Python代码进行操作的技术,它可以动态地生成、修改和执行代码,从而实现一些高级的编程技巧,本文就来和大家详细聊聊吧
    2023-03-03
  • Pandas数据分析之批量拆分/合并Excel

    Pandas数据分析之批量拆分/合并Excel

    怎样将一个大的Excel拆分,或者将很多小Excel文件合并?下面这篇文章主要给大家介绍了关于Pandas数据分析之批量拆分/合并Excel的相关资料,需要的朋友可以参考下
    2021-09-09
  • python自动定时任务schedule库的使用方法

    python自动定时任务schedule库的使用方法

    当你需要在 Python 中定期执行任务时,schedule 库是一个非常实用的工具,它可以帮助你自动化定时任务,本文给大家介绍了python自动定时任务schedule库的使用方法,需要的朋友可以参考下
    2024-02-02
  • Python使用ftplib实现简易FTP客户端的方法

    Python使用ftplib实现简易FTP客户端的方法

    这篇文章主要介绍了Python使用ftplib实现简易FTP客户端的方法,实例分析了ftplib模块相关设置与使用技巧,需要的朋友可以参考下
    2015-06-06
  • 使用Python通过oBIX协议访问Niagara数据的示例

    使用Python通过oBIX协议访问Niagara数据的示例

    这篇文章主要介绍了使用Python通过oBIX协议访问Niagara数据的示例,帮助大家更好的理解和学习python,感兴趣的朋友可以了解下
    2020-12-12

最新评论