脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → keras backend.clip

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。

您可能感兴趣的文章:

相关文章

  • pyqt5 设置窗体透明控件不透明的操作

    pyqt5 设置窗体透明控件不透明的操作

    这篇文章主要介绍了pyqt5 设置窗体透明控件不透明的操作，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
    2021-03-03
  • python 装饰器(Decorators)原理说明及操作代码

    python 装饰器(Decorators)原理说明及操作代码

    装饰器(Decorators)是 Python 的一个重要部分，本文由浅入深给大家介绍了python 装饰器Decorators原理，感兴趣的朋友跟随小编一起看看吧
    2021-12-12
  • 简单介绍Python中的floor()方法

    简单介绍Python中的floor()方法

    这篇文章主要介绍了Python中的floor()方法,是Python入门的基础知识,需要的朋友可以参考下
    2015-05-05
  • Python日期的加减等操作的示例

    Python日期的加减等操作的示例

    本篇文章主要介绍了Python日期的加减等操作的示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-08-08
  • Python使用修饰器进行异常日志记录操作示例

    Python使用修饰器进行异常日志记录操作示例

    这篇文章主要介绍了Python使用修饰器进行异常日志记录操作,结合实例形式分析了Python基于修饰器的log日志文件操作的相关实现技巧,需要的朋友可以参考下
    2019-03-03
  • Python实现简单遗传算法(SGA)

    Python实现简单遗传算法(SGA)

    这篇文章主要为大家详细介绍了Python实现简单遗传算法SGA，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-01-01
  • Python进阶篇之字典操作总结

    Python进阶篇之字典操作总结

    字典是Python语言中唯一的映射类型。字典对象是可变的，它是一个容器类型，能存储任意个数的Python对象，其中也可包括其他容器类型。在学习了 Python 基本的字典操作后，通过学习本文的这些进阶操作，让写出的代码更加优雅简洁和pythonic。下面来一起看看吧。
    2016-11-11
  • 计算Python Numpy向量之间的欧氏距离实例

    计算Python Numpy向量之间的欧氏距离实例

    这篇文章主要介绍了计算Python Numpy向量之间的欧氏距离实例，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
    2020-05-05
  • Python字典中的值求和两种方法

    Python字典中的值求和两种方法

    在Python中字典是一种无序的数据结构,它由一系列键和对应的值组成,有时候我们需要对字典中的键对应的值进行求和操作,这篇文章主要给大家介绍了关于Python字典中值求和两种方法的相关资料,需要的朋友可以参考下
    2023-11-11
  • Python对称的二叉树多种思路实现方法

    Python对称的二叉树多种思路实现方法

    这篇文章主要介绍了Python对称的二叉树多种思路实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-02-02

最新评论