定制一个高端网站,广告制作公司网站建设模板,黄骅市天气,界面设计分析tensorflow的keras 与 原声keras几点比较#xff0c;不是全面的比较#xff0c;因为只是就使用时候发现的差异#xff01; 使用函数式API时#xff1a; 1. 定义模型模型时#xff0c;用到输入的张量#xff0c;也就是给Input的tensor赋值为你的inputs#xff0c;在编译时…tensorflow的keras 与 原声keras几点比较不是全面的比较因为只是就使用时候发现的差异 使用函数式API时 1. 定义模型模型时用到输入的张量也就是给Input的tensor赋值为你的inputs在编译时给定target_tensors的值这种方式自然导致 在fit的时候不用再次传递用于训练的输入和输出数据了。 2. 定义模型模型时使用的时Input的占位符而不是将数据传递进去这种方式在fit时需要喂数据。 3.两种框架都支持以上的函数API的使用方式但是当数据的以tensorflow.data.Dataset形式供给时keras只能在第一种方式下工作 而tensorflow的keras的两种第一模型的方式均能很好的与tf.data.Dataset工作 4.说实话原生keras的fit_generator并不是那么美好还是tensorflow的dataset的好用于供给数据因此吾还是要用dataset其他方式鄙人 那种美好只有使用过别的人才能体会。也就是用原生keras只能使用一种定义模型定义方式(在函数API下)看来选择tensorflow的keras能 更好融入tensorflow体系损失就是不能使用原生keras的多后端特性。 5. 坑爹感觉两种方式定义相同模型算出结果有差异 转载于:https://www.cnblogs.com/wdmx/p/10255715.html
