關於keras中keras.layers.merge的用法說明
阿新 • • 發佈:2020-05-25
舊版本中:
from keras.layers import merge
merge6 = merge([layer1,layer2],mode = 'concat',concat_axis = 3)
新版本中:
from keras.layers.merge import concatenate
merge = concatenate([layer1,axis=3)
補充知識:keras輸入資料的方法:model.fit和model.fit_generator
1.第一種,普通的不用資料增強的
from keras.datasets import mnist,cifar10,cifar100 (X_train,y_train),(X_valid,Y_valid) = cifar10.load_data() model.fit(X_train,Y_train,batch_size=batch_size,nb_epoch=nb_epoch,shuffle=True,verbose=1,validation_data=(X_valid,Y_valid),)
2.第二種,帶資料增強的 ImageDataGenerator,可以旋轉角度、平移等操作。
from keras.preprocessing.image import ImageDataGenerator (trainX,trainY),(testX,testY) = cifar100.load_data() trainX = trainX.astype('float32') testX = testX.astype('float32') trainX /= 255. testX /= 255. Y_train = np_utils.to_categorical(trainY,nb_classes) Y_test = np_utils.to_categorical(testY,nb_classes) generator = ImageDataGenerator(rotation_range=15,width_shift_range=5./32,height_shift_range=5./32) generator.fit(trainX,seed=0) model.fit_generator(generator.flow(trainX,batch_size=batch_size),steps_per_epoch=len(trainX) // batch_size,epochs=nb_epoch,callbacks=callbacks,validation_data=(testX,Y_test),validation_steps=testX.shape[0] // batch_size,verbose=1)
以上這篇關於keras中keras.layers.merge的用法說明就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。