使用keras2.0 将Merge层改为函数式

 更新时间:2020年05月23日 16:40:26   作者:Addmana  
这篇文章主要介绍了使用keras2.0 将Merge层改为函数式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

不能再向以前一样使用

model.add(Merge([Model1,Model2]))

必须使用函数式

out = Concatenate()([model1.output, model2.output])

补充知识:keras 新版接口修改

1.

# b = MaxPooling2D((3, 3), strides=(1, 1), border_mode='valid', dim_ordering='tf')(x)

b = MaxPooling2D((3, 3), strides=(1, 1), padding='valid', data_format="channels_last")(x)

2.

from keras.layers.merge import concatenate
# x = merge([a, b], mode='concat', concat_axis=-1)
x = concatenate([a, b], axis=-1)

3.

from keras.engine import merge
m = merge([init, x], mode='sum')
Equivalent Keras 2.0.2 code:

from keras.layers import add
m = add([init, x])

4.

 # x = Convolution2D(32 // nb_filters_reduction_factor, 3, 3, subsample=(1, 1), activation='relu',
 #     init='he_normal', border_mode='valid', dim_ordering='tf')(x)
 x = Conv2D(32 // nb_filters_reduction_factor, (3, 3), activation="relu", strides=(1, 1), padding="valid",
    data_format="channels_last",
    kernel_initializer="he_normal")(x)

1.

# b = MaxPooling2D((3, 3), strides=(1, 1), border_mode='valid', dim_ordering='tf')(x)
b = MaxPooling2D((3, 3), strides=(1, 1), padding='valid', data_format="channels_last")(x)

2.

from keras.layers.merge import concatenate
# x = merge([a, b], mode='concat', concat_axis=-1)
x = concatenate([a, b], axis=-1)

3.

from keras.engine import merge
m = merge([init, x], mode='sum')
Equivalent Keras 2.0.2 code:

from keras.layers import add
m = add([init, x])

4.

 # x = Convolution2D(32 // nb_filters_reduction_factor, 3, 3, subsample=(1, 1), activation='relu',
 #     init='he_normal', border_mode='valid', dim_ordering='tf')(x)
 x = Conv2D(32 // nb_filters_reduction_factor, (3, 3), activation="relu", strides=(1, 1), padding="valid",
    data_format="channels_last",
    kernel_initializer="he_normal")(x)

以上这篇使用keras2.0 将Merge层改为函数式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脚本之家。

相关文章

  • Python 、Pycharm、Anaconda三者的区别与联系、安装过程及注意事项

    Python 、Pycharm、Anaconda三者的区别与联系、安装过程及注意事项

    这篇文章主要介绍了Python,Pycharm,Anaconda三者的区别与联系、安装过程及其注意事项,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-10-10
  • python数字图像处理环境安装与配置过程示例

    python数字图像处理环境安装与配置过程示例

    这篇文章主要为大家介绍了python数字图像处理环境安装与配置过程示例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06
  • python打印文件的前几行或最后几行教程

    python打印文件的前几行或最后几行教程

    今天小编就为大家分享一篇python打印文件的前几行或最后几行教程,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • Python实现常见的4种坐标互相转换

    Python实现常见的4种坐标互相转换

    主流被使用的地理坐标系并不统一,常用的有WGS84、GCJ02(火星坐标系)、BD09(百度坐标系)以及百度地图中保存矢量信息的web墨卡托,本文利用Python编写相关类以实现4种坐标系统之间的互相转换,希望对大家有所帮助
    2023-02-02
  • python 中os模块os.path.exists()的用法说明

    python 中os模块os.path.exists()的用法说明

    这篇文章主要介绍了python 中os模块os.path.exists()的用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • Python变量和数据类型详解

    Python变量和数据类型详解

    这篇文章主要介绍了Python变量和数据类型,是Python学习当中的基础知识,需要的朋友可以参考下,希望能够给你带来帮助
    2021-10-10
  • pip安装python库时报Failed building wheel for xxx错误的解决方法

    pip安装python库时报Failed building wheel for xxx错误的解决方法

    最近在使用pip安装python的时候遇到些问题,所以下面这篇文章主要给大家介绍了关于pip安装python库时报Failed building wheel for xxx错误的解决方法,需要的朋友可以参考下
    2023-01-01
  • python中列表的常见操作梳理总结(二)

    python中列表的常见操作梳理总结(二)

    这篇文章主要介绍了python中列表的常见操作总结,文章围通过列表的索引与切片的相关资料展开全文详细的内容,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-07-07
  • 将Jupyter Notebook(.ipynb)文件转换为Python(.py)文件的3种方法

    将Jupyter Notebook(.ipynb)文件转换为Python(.py)文件的3种方法

    大多数数据科学在线课程都把Jupyter Notebook作为教学媒介,这是因为初学者在Jupyter Notebook的单元格中编写代码,比编写包含类和函数的脚本更容易,这篇文章主要给大家介绍了关于将Jupyter Notebook(.ipynb)文件转换为Python(.py)文件的3种方法,需要的朋友可以参考下
    2023-10-10
  • Python利用Xpath选择器爬取京东网商品信息

    Python利用Xpath选择器爬取京东网商品信息

    这篇文章主要介绍了Python利用Xpath选择器爬取京东网商品信息,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-06-06

最新评论