200813_tensorflow2---8、keras中常用的layer层(杂)
一、总结
一句话总结:
拉直层:tf.keras.layers.Flatten()
全连接层:tf.keras.layers.Dense(神经元个数,activation=“激活函数“,kernel_regularizer=哪种正则化)
卷积层:tf.keras.layers.Conv2D(filters=卷积核个数,kernel_size=卷积核尺寸,strides=卷积步长,padding="valid"or"same")
LSTM层:tf.keras.layers.LSTM()
activation(字符串给出)可选:relu、softmax、sigmoid、tanh
kernel_regularizer可选:tf.keras.regularizers.l1()、tf.keras.regularizers.l2()
1、多少次epoch测试一次 如何表示?
指定validation_freq参数即可
model.fit( 训练集的输入特征,训练集的标签, batch_size=, epochs=, validation_data=(测试集的输入特征,测试集的标签), validation_split=从训练集划分多少比例给测试集, validation_freq=多少次epoch测试一次 )
二、内容在总结中
博客对应课程的视频位置: