Keras-modul
Et Keras-modul er en byggesten i Keras-biblioteket, typisk et lag eller en modeldefinition, der bruges til at konstruere neurale netværk.
Kort fortalt
Et Keras-modul er en foruddefineret komponent som et lag eller en modeltype, der gør det nemt at bygge og træne neurale netværk i Python.
- Kategori
- værktøj
- Niveau
- begynder
Betydninger
2- 1
Et enkelt lag i et neuralt netværk, implementeret som en klasse i Keras, der udfører en specifik transformation på data.
- Jeg tilføjede et Dense-modul med 64 neuroner til modellen.
- Keras-moduler som Conv2D bruges til billedbehandling.
- 2
En samling af lag, der udgør en komplet model eller et delnetværk, defineret ved hjælp af Keras' API.
- Jeg brugte Sequential-modulet til at opbygge en lineær stak af lag.
Hvornår bruges det
Keras-moduler bruges praktisk i maskinlæringsprojekter til at definere netværksarkitekturer, tilføje lag, og kompilere modeller. De kan importeres fra keras-modulpakken, f.eks. keras.layers.Dense.
Kodeeksempel
from tensorflow.keras import layers, models
model = models.Sequential([
layers.Dense(64, activation='relu', input_shape=(784,)),
layers.Dropout(0.5),
layers.Dense(10, activation='softmax')
])Eksempel på brug af Keras-moduler til at opbygge et klassifikationsnetværk.
Oprindelse
Keras er opkaldt efter det græske ord for 'horn' (κέρας), men refererer til bibliotekets navn. Modul refererer til en uafhængig enhed i softwarearkitektur.