欢迎您访问 最编程 本站为您分享编程语言代码,编程技术文章!
您现在的位置是: 首页

用TensorFlow 2.4实现的前向传播网络(函数与类详解)

最编程 2024-07-24 21:55:25
...
我们可以发现类定义的网络结构,首先继承了keras.Model类(将网络层封装成一个用于训练和推理的模型),然后对Network类进行初始化,包括定义每一层的网络类型,以及网络传播形式(call),定义传播形式的需要定义输入input。将模型实例化时,需要先进行根据输入的shape构建模型,然后才能打印模型:
model = Network()
model.build(input_shape=(4,9))
model.summary()

由函数定义的前向传播网络就比较简单啦,首先定义函数名,输入,然后按照网络结构传播变量,这里面卷积函数处理的变量必须为tensor类型即:

inputs = layers.Input(input_shape)

最后需要将网络模型封装成一个可以用于训练和推理网络模型
在实现过程中比较容易出问题的地方就是模型的实例化,这里还不是太明白。。。。。。

推荐阅读