• 大小: 3KB
    文件类型: .py
    金币: 1
    下载: 0 次
    发布日期: 2021-01-01
  • 语言: Python
  • 标签: keras  

资源简介

非常简易的keras函数式(Functional)模型学习以LSTM为例构建多输入和多输出模型的完整实例,可以让新手完美掌握整个模型构建的流程

资源截图

代码片段和文件信息

# -*- coding: utf-8 -*-
“““
Created on Fri Jan 12 10:28:27 2018
函数模型之多输入与多输出模型
@author: BruceWong
“““
import keras
from keras.layers import Input embedding LSTM Dense
from keras.models import Model
import numpy as np
#generate data
#main_data
#这里构建数据集:主数据集为10000*100的二维数组,意味着100个特征
#标签为10000*1的二维数组,共有10种输出结果
main_x = np.random.random((10000100))
main_y = keras.utils.to_categorical(np.random.randint(10size = (100001)))
#additional_data
‘‘‘
All input arrays (x) should have the same number of samples. Got array shapes:
主数据集和额外的数据集的输入的特征张量的数据集个数相等,也就是行数相等;
‘‘‘
add_x = np.random.random((1000010))
add_y = keras.utils.to_categorical(np.random.randint(10size = (100001)))
# 设定主要输入的张量,并命名main_input
# Headline input: meant to receive sequences of 100 integers between 

评论

共有 条评论