最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

基于keras輸出中間層結(jié)果的2種實現(xiàn)方式

 更新時間:2020年01月24日 09:43:34   作者:哈哈進步  
今天小編就為大家分享一篇基于keras輸出中間層結(jié)果的2種實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

1、使用函數(shù)模型API,新建一個model,將輸入和輸出定義為原來的model的輸入和想要的那一層的輸出,然后重新進行predict.

#coding=utf-8
import seaborn as sbn
import pylab as plt
import theano
from keras.models import Sequential
from keras.layers import Dense,Activation
 
 
from keras.models import Model
 
model = Sequential()
model.add(Dense(32, activation='relu', input_dim=100))
model.add(Dense(16, activation='relu',name="Dense_1"))
model.add(Dense(1, activation='sigmoid',name="Dense_2"))
model.compile(optimizer='rmsprop',
    loss='binary_crossentropy',
    metrics=['accuracy'])
 
# Generate dummy data
import numpy as np
#假設訓練和測試使用同一組數(shù)據(jù)
data = np.random.random((1000, 100))
labels = np.random.randint(2, size=(1000, 1))
 
# Train the model, iterating on the data in batches of 32 samples
model.fit(data, labels, epochs=10, batch_size=32)
#已有的model在load權(quán)重過后
#取某一層的輸出為輸出新建為model,采用函數(shù)模型
dense1_layer_model = Model(inputs=model.input,
          outputs=model.get_layer('Dense_1').output)
#以這個model的預測值作為輸出
dense1_output = dense1_layer_model.predict(data)
 
print dense1_output.shape
print dense1_output[0]

2、因為我的后端是使用的theano,所以還可以考慮使用theano的函數(shù):

#這是一個theano的函數(shù)
dense1 = theano.function([model.layers[0].input],model.layers[1].output,allow_input_downcast=True)
dense1_output = dense1(data) #visualize these images's FC-layer feature
print dense1_output[0]

效果應該是一樣的。

以上這篇基于keras輸出中間層結(jié)果的2種實現(xiàn)方式就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

  • Python 使用 PyMysql、DBUtils 創(chuàng)建連接池提升性能

    Python 使用 PyMysql、DBUtils 創(chuàng)建連接池提升性能

    DBUtils 是一套 Python 數(shù)據(jù)庫連接池包,并允許對非線程安全的數(shù)據(jù)庫接口進行線程安全包裝。這篇文章主要介紹了Python 使用 PyMysql、DBUtils 創(chuàng)建連接池,提升性能,需要的朋友可以參考下
    2019-08-08
  • python調(diào)用其他文件函數(shù)或類的示例

    python調(diào)用其他文件函數(shù)或類的示例

    今天小編就為大家分享一篇python調(diào)用其他文件函數(shù)或類的示例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07
  • python爬蟲進階之協(xié)程詳解

    python爬蟲進階之協(xié)程詳解

    這篇文章主要介紹了python爬蟲進階之協(xié)程詳解,coroutine中文翻譯叫協(xié)程,在 Python 中昌指代為協(xié)程對象類型,可以將協(xié)程對象注冊到時間循環(huán)中被調(diào)用,需要的朋友可以參考下
    2023-08-08
  • pycharm創(chuàng)建一個python包方法圖解

    pycharm創(chuàng)建一個python包方法圖解

    在本篇文章中小編給大家分享了關于pycharm怎么創(chuàng)建一個python包的相關知識點,需要的朋友們學習下。
    2019-04-04
  • Python面向?qū)ο蟪绦蛟O計之靜態(tài)方法、類方法、屬性方法原理與用法分析

    Python面向?qū)ο蟪绦蛟O計之靜態(tài)方法、類方法、屬性方法原理與用法分析

    這篇文章主要介紹了Python面向?qū)ο蟪绦蛟O計之靜態(tài)方法、類方法、屬性方法,結(jié)合實例形式分析了Python靜態(tài)方法、類方法、屬性方法相關概念、原理、用法及相關操作注意事項,需要的朋友可以參考下
    2020-03-03
  • python中的條件賦值判斷語句語法

    python中的條件賦值判斷語句語法

    這篇文章主要介紹了python條件賦值判斷語句語法,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-08-08
  • python如何將多個映射合并為一個映射

    python如何將多個映射合并為一個映射

    ChainMap類是Python中collections模塊的一部分,用于將多個字典合并為一個映射,而不會在物理上合并字典,這使得字典中相同的鍵可以共存,輸出結(jié)果取決于鍵的檢索順序,ChainMap通過維護一個底層映射的列表,重定義字典操作來實現(xiàn)這一功能
    2024-09-09
  • python探索之BaseHTTPServer-實現(xiàn)Web服務器介紹

    python探索之BaseHTTPServer-實現(xiàn)Web服務器介紹

    這篇文章主要介紹了python探索之BaseHTTPServer-實現(xiàn)Web服務器介紹,小編覺得還是挺不錯的,這里分享給大家,供需要的朋友參考。
    2017-10-10
  • 通過Python繪制九種二次曲面的示例詳解

    通過Python繪制九種二次曲面的示例詳解

    這篇文章主要為大家詳細介紹了如何通過Python繪制九種二次曲面,文中的示例代碼講解詳細,具有一定的學習價值,感興趣的小伙伴可以跟隨小編一起了解一下
    2023-06-06
  • Python實現(xiàn)k-means算法

    Python實現(xiàn)k-means算法

    這篇文章主要為大家詳細介紹了Python實現(xiàn)k-means算法,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-02-02

最新評論

肇州县| 积石山| 洛川县| 葫芦岛市| 济阳县| 永寿县| 涡阳县| 法库县| 蓝山县| 红原县| 宜阳县| 昭通市| 洪江市| 始兴县| 临泽县| 运城市| 靖西县| 寿光市| 龙口市| 荣昌县| 聊城市| 通州市| 丘北县| 托克逊县| 芒康县| 龙江县| 南陵县| 龙岩市| 安乡县| 凤山县| 兴隆县| 龙南县| 新河县| 周至县| 且末县| 揭东县| 江阴市| 铜梁县| 东方市| 郧西县| 阳春市|