keras中的backend.clip用法


Posted in Python onMay 22, 2020

如下所示:

keras.backend.clip(x, min_value, max_value)

逐元素clip(将超出指定范围的数强制变为边界值)

参数

x: 张量或变量。
min_value: Python 浮点或整数。
max_value: Python 浮点或整数。

返回

一个张量。

import tensorflow as tf
from keras import backend
a = tf.constant(2.1) #定义tensor常量
b = backend.clip(a, 0, 1)
with tf.Session() as sess:
  print (sess.run(b))
 
>>>1.0

Keras中可以利用backend中的一些函数来自定义模型的评估标准。

补充知识:keras中merge用法

首先keras的文档中是这样给出的,把若干个层合并成一个层

keras.engine.topology.Merge(layers=None, mode='sum', concat_axis=-1, dot_axes=-1, output_shape=None, node_indices=None, tensor_indices=None, name=None)

layers:该参数为Keras张量的列表,或Keras层对象的列表。该列表的元素数目必须大于1。

mode:合并模式,如果为字符串,则为下列值之一{“sum”,“mul”,“concat”,“ave”,“cos”,“dot”}

其中sum和mul是对待合并层输出做一个简单的求和、乘积运算,因此要求待合并层输出shape要一致。concat是将待合并层输出沿着最后一个维度进行拼接,因此要求待合并层输出只有最后一个维度不同。

下面我要说的主要针对训练时,Merge是一个层对象,在多个sequential组成的网络模型中,如果

x:输入数据。如果模型只有一个输入,那么x的类型是numpy array,如果模型有多个输入,那么x的类型应当为list,list的元素是对应于各个输入的numpy array

y:标签,numpy array

否则运行时很可能会提示意思就是你输入的维度与实际不符,好了,说什么都不如写一个代码来的实际:

model_left= Sequential() 
model_left.add(Dense(50, input_shape=(784,))) 
model_left.add(Activation('relu')) 
  
model_right = Sequential() 
model_right.add(Dense(50, input_shape=(784,))) 
model_rightadd(Activation('relu')) 
  
model = Sequential() 
model.add(Merge([model_left,model_right], mode='concat')) 
  
model.add(Dense(10)) 
model.add(Activation('softmax')) 
  
model.compile(loss='categorical_crossentropy', optimizer='adam',
       metrics=['accuracy']) 
model.fit([X_train, X_train], Y_train, batch_size=64, nb_epoch=30, validation_data=([X_test, X_test], Y_test))

以上这篇keras中的backend.clip用法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python with的用法
Aug 22 Python
Python selenium 父子、兄弟、相邻节点定位方式详解
Sep 15 Python
利用numpy+matplotlib绘图的基本操作教程
May 03 Python
Python之str操作方法(详解)
Jun 19 Python
python生成tensorflow输入输出的图像格式的方法
Feb 12 Python
Python实现类似比特币的加密货币区块链的创建与交易实例
Mar 20 Python
Python OpenCV读取png图像转成jpg图像存储的方法
Oct 28 Python
Python制作词云图代码实例
Sep 09 Python
python多线程使用方法实例详解
Dec 30 Python
Python yield的用法实例分析
Mar 06 Python
python程序如何进行保存
Jul 03 Python
OpenCV+Python3.5 简易手势识别的实现
Dec 21 Python
Pycharm修改python路径过程图解
May 22 #Python
TensorFlow keras卷积神经网络 添加L2正则化方式
May 22 #Python
Django 如何使用日期时间选择器规范用户的时间输入示例代码详解
May 22 #Python
python实现猜单词游戏
May 22 #Python
Django使用rest_framework写出API
May 21 #Python
使用keras根据层名称来初始化网络
May 21 #Python
关于Keras Dense层整理
May 21 #Python
You might like
php auth_http类库进行身份效验
2009/03/19 PHP
php 全局变量范围分析
2009/08/07 PHP
php5.3不能连接mssql数据库的解决方法
2014/12/27 PHP
浅谈laravel框架与thinkPHP框架的区别
2019/10/23 PHP
javascript实现划词标记+划词搜索功能
2007/03/06 Javascript
JavaScript实现页面滚动图片加载(仿lazyload效果)
2011/07/22 Javascript
使用jQuery UI的tooltip函数修饰title属性的气泡悬浮框
2013/06/24 Javascript
Javascript中arguments对象详解
2014/10/22 Javascript
jquery获取img的src值的简单实例
2016/05/17 Javascript
JS脚本实现动态给标签控件添加事件的方法
2016/06/02 Javascript
后端接收不到AngularJs中$http.post发送的数据原因分析及解决办法
2016/07/05 Javascript
js replace(a,b)之替换字符串中所有指定字符的方法
2016/08/17 Javascript
angularJs使用$watch和$filter过滤器制作搜索筛选实例
2017/06/01 Javascript
jquery与js实现全选功能的区别
2017/06/11 jQuery
详解Vue.js在页面加载时执行某个方法
2018/11/20 Javascript
vue和better-scroll实现列表左右联动效果详解
2019/04/29 Javascript
在Vue 中获取下拉框的文本及选项值操作
2020/08/13 Javascript
[58:35]OG vs EG 2019国际邀请赛淘汰赛 胜者组 BO3 第二场 8.22
2019/09/05 DOTA
使用python采集脚本之家电子书资源并自动下载到本地的实例脚本
2018/10/23 Python
修改Pandas的行或列的名字(重命名)
2019/12/18 Python
对tensorflow 中tile函数的使用详解
2020/02/07 Python
使用python执行shell脚本 并动态传参 及subprocess的使用详解
2020/03/06 Python
keras Lambda自定义层实现数据的切片方式,Lambda传参数
2020/06/11 Python
Fairyseason:为个人和批发商提供女装和配件
2017/03/01 全球购物
介绍一下Make? 为什么使用make
2016/07/31 面试题
J2ee常用的设计模式?说明工厂模式
2015/05/21 面试题
计算机应用专业毕业生求职信
2013/10/24 职场文书
会计专业推荐信
2013/10/29 职场文书
生产管理的三大手法
2013/11/11 职场文书
中学生励志演讲稿
2014/04/26 职场文书
考生诚信考试承诺书
2014/05/23 职场文书
高中综合实践活动总结
2014/07/07 职场文书
学校领导班子四风问题整改意见
2014/10/02 职场文书
在校生证明
2015/06/17 职场文书
Pytorch 如何实现常用正则化
2021/05/27 Python