TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 使用Keras.Model来定义模型

锋哥原创的TensorFlow2 Python深度学习视频教程:

https://www.bilibili.com/video/BV1X5xVz6E4w/

课程介绍

​

本课程主要讲解基于TensorFlow2的Python深度学习知识,包括深度学习概述,TensorFlow2框架入门知识,以及卷积神经网络(CNN),循环神经网络(RNN),生成对抗网络(GAN),模型保存与加载等。

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 使用Keras.Model来定义模型

在TensorFlow 2.x中,Keras API被整合进TensorFlow核心库,这意味着你可以直接使用tf.keras模块来构建和训练神经网络模型。

我们使用TensorFlow2里的Keras.Model来定义模型方式实现下上一个节的实例,然后进行对比下,对我们学习和认识TensorFlow2会有很大帮助。

如果您将tf.keras.Model子类化,则定义模型与其看起来完全相同。请记住,Keras模型最终从模块继承。

复制代码
# 定义模型
class MyModelKeras(tf.keras.Model):
    def __init__(self, **kwargs):
        super().__init__(**kwargs)
        # 将权重初始化为5.0,偏置初始化为0.0
        # 在实际应用中,这些参数应该被随机初始化
        self.w = tf.Variable(5.0)
        self.b = tf.Variable(0.0)
​
    def call(self, x):
        return self.w * x + self.b
​
keras_model = MyModelKeras()
​
# 训练模型
training_loop(keras_model, x, y)

运行结果:

复制代码
开始:
     W = 5.00, b = 0.00, loss=10.73324
第 1轮:
     W = 4.48, b = 0.43, loss=6.67150
第 2轮:
     W = 4.09, b = 0.78, loss=4.32498
第 3轮:
     W = 3.81, b = 1.05, loss=2.95827
第 4轮:
     W = 3.61, b = 1.27, loss=2.15569
第 5轮:
     W = 3.46, b = 1.45, loss=1.68053
第 6轮:
     W = 3.35, b = 1.59, loss=1.39699
第 7轮:
     W = 3.27, b = 1.71, loss=1.22649
第 8轮:
     W = 3.21, b = 1.80, loss=1.12323
第 9轮:
     W = 3.17, b = 1.87, loss=1.06027
第10轮:
     W = 3.14, b = 1.93, loss=1.02164
相关推荐
用户548178459095028 分钟前
Java 与 Python 在大模型与智能体领域的选型
java·python
yiangL_1 小时前
1、Python 输入输出实验|print 与 input 人机交互实践
开发语言·python·人机交互
高洁011 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
数字融合2 小时前
透明化视频动态三维重建空间数据零核心技术
人工智能·python·virtualenv
AI创界者2 小时前
Python 进阶实战(五十四章):大模型推理网关终极架构——分布式全局前缀 Trie 缓存同步与多网关高可用协同调度
人工智能·python·aigc
萧子琦3 小时前
零第三方依赖能做到什么程度?开源两个纯标准库安全小工具:StarShield Forensics 与澄镜 ClearLens
python
用户91294046848423 小时前
Codex 从零到能交付(19):让 Codex 做代码审查:发现问题后怎样验证
python
算法小强3 小时前
TensorFlow batch_normalization
tensorflow
算法小强3 小时前
TensorFlow bn 变量复用
tensorflow
小白勇闯网安圈3 小时前
day_2
python