logo
Loading...

FC layer例子中, classifier=Sequential()的作用 - Cupoy

您好, 想詢問D11的FC例子中, 在最前面加上classifier=Sequential()是為甚...

cvdl-2

FC layer例子中, classifier=Sequential()的作用

2020/03/08 下午 09:09
電腦視覺深度學習討論版
周彥仰
觀看數:16
回答數:3
收藏數:1
cvdl-2

您好, 想詢問D11的FC例子中, 

在最前面加上classifier=Sequential()是為甚麼呢?

因為建完物件後, 後面沒有被使用

回答列表

  • 2020/03/08 下午 11:20
    Eddie 賴俊杉
    贊同數:0
    不贊同數:0
    留言數:1

    1. Keras常用來作深度學習,而要進行深度學習首先要先建構神經網路模型,Sequential()就是用來定義模型的開始。

    如果想知道詳細的參數,可以參考下面的網址 https://keras.io/zh/models/sequential/


    2.

    ##建造一個一層的FC層
    classifier
    =Sequential()

    ##輸入為28*28*1攤平==784
    inputs
    = Input(shape=(784,))#輸入尺寸為28*28*1

    (底下略)


    上面提到的classifier是指定一個flatten 層。

    FC是全連接層(Fully connected),因此需要inputs與outputs

    所以還是有用到Sequential()。(這是我的理解啦)

  • 2020/03/09 下午 03:24
    胡連福
    贊同數:1
    不贊同數:0
    留言數:3

    這裡有二種寫法,

    你如果是採用 sequential API 的寫法,就需要先用 Sequential() 建立物件,再用 .add() 把 layer 加入模型。

    classifier=Sequential()

    classifier.add()

  • 2020/03/10 下午 09:21
    Jeffrey
    贊同數:0
    不贊同數:0
    留言數:1

    model = Sequential() #宣告模型架構, 採用sequential(), 後一層的輸入接上一層的輸出

    model.add(Dense(32, input_dim=784)) 

    model.add(Activation('relu'))


    model = Model(inputs=inputs, outputs=predictions)#宣告模型架構, 採用Function call, 要指定 In/Out


    兩種都是只要在開頭宣告就可以了, 告訴編譯器, 模型使用的方式