1. keras.engine.input_layer.Input()
デフ入力(形状= なし、batch_shape = なし、 | |
名前= なし、DTYPE = なし、スパース= Falseを、 | |
テンソル= なし): |
インスタンス化A kerasテンソルするために使用
2. クラス緻密(レイヤー):
keras.layers.Dense(単位、活性化= なし、use_bias = 真、kernel_initializer = 'glorot_uniform'、bias_initializer = 'ゼロ'、kernel_regularizer = なし、bias_regularizer = なし、activity_regularizer = なし、kernel_constraint = なし、bias_constraint = なし)
デフ__init __(自己、単位、 | |
活性化= なし、 | |
use_bias = 真、 | |
kernel_initializer = 'glorot_uniform ' | |
bias_initializer = 'ゼロ'、 | |
kernel_regularizer = なし、 | |
bias_regularizer = なし、 | |
activity_regularizer = なし、 | |
kernel_constraint = なし、 | |
bias_constraint = なし、 | |
** kwargsから): |
高密度のは、通常の密に接続されたNN層のためのクラスです。
keras.modelsから3.シーケンシャル、モデルをインポートします
4. keras.utils.np_utilsからはto_categoricalインポート
categorical_labels = to_categorical(int_labels、num_classes = なし)
説明:
あなたは、10個のカテゴリを持っている場合、例えば、各試料の標識は10次元ベクトルであるべきで、インデックス値に対応するベクトルは1つの静止位置は0です。
例:
。Android.permission.FACTOR想定ベクトルの100x1及び100、すなわち、この時間は10次元のベクトルに拡張ラベル、サンプル数、スカラータグを表す:y_testは100x10.10次元ベクトルは、1の値は、サンプルがこのカテゴリーに属することを示している、別の9値の場所はゼロです。
y_test = to_categorical(y_test、10)