```c
def model_load(IMG_SHAPE=(224, 224, 3), class_num=10):
# 搭建模型
model = tf.keras.models.Sequential([
# 对模型做归一化的处理,将0-255之间的数字统一处理到0到1之间
tf.keras.layers.experimental.preprocessing.Rescaling(1. / 255, input_shape=IMG_SHAPE),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Conv2D(128, (3, 3), activation='elu',padding='SAME'),
tf.keras.layers.MaxPooling2D((3, 3),padding='SAME',strides = 2),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Flatten(),
# The same 128 dense layers, and 10 output layers as in the pre-convolution example:
tf.keras.layers.Dense(128, activation='elu'),
tf.keras.layers.Dense(64, activation='elu'),
tf.keras.layers.Dense(32, activation='elu'),
tf.keras.layers.Dense(16, activation='elu'),
# 通过softmax函数将模型输出为类名长度的神经元上,激活函数采用softmax对应概率值
tf.keras.layers.Dense(class_num, activation='softmax')
])
model.summary()
# 指明模型的训练参数,优化器为sgd优化器,损失函数为交叉熵损失函数
model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.001),
loss='categorical_crossentropy',
metrics=['accuracy'])
怎么把上面的改成class model():的
def改成class
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
2条回答 默认 最新
- 爱晚乏客游 2022-01-06 16:18关注
这不是直接开启套娃模式,外面包个class就行了?
class Model: def __init__(self,IMG_SHAPE=(224,224,3),class_num=10): #super.__init__() #如果需要继承父类某些成员需要加上 self.IMG_SHAPE=IMG_SHAPE self.class_num=class_num def model_load(self): # 搭建模型 model = tf.keras.models.Sequential([ # 对模型做归一化的处理,将0-255之间的数字统一处理到0到1之间 tf.keras.layers.experimental.preprocessing.Rescaling(1. / 255, input_shape=self.IMG_SHAPE), tf.keras.layers.Dropout(0.2), tf.keras.layers.Conv2D(128, (3, 3), activation='elu', padding='SAME'), tf.keras.layers.MaxPooling2D((3, 3), padding='SAME', strides=2), tf.keras.layers.Dropout(0.2), tf.keras.layers.Flatten(), # The same 128 dense layers, and 10 output layers as in the pre-convolution example: tf.keras.layers.Dense(128, activation='elu'), tf.keras.layers.Dense(64, activation='elu'), tf.keras.layers.Dense(32, activation='elu'), tf.keras.layers.Dense(16, activation='elu'), # 通过softmax函数将模型输出为类名长度的神经元上,激活函数采用softmax对应概率值 tf.keras.layers.Dense(self.class_num, activation='softmax') ]) model.summary() # 指明模型的训练参数,优化器为sgd优化器,损失函数为交叉熵损失函数 model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.001), loss='categorical_crossentropy', metrics=['accuracy']) return model
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 1无用
悬赏问题
- ¥20 西门子S7-Graph,S7-300,梯形图
- ¥50 用易语言http 访问不了网页
- ¥50 safari浏览器fetch提交数据后数据丢失问题
- ¥15 matlab不知道怎么改,求解答!!
- ¥15 永磁直线电机的电流环pi调不出来
- ¥15 用stata实现聚类的代码
- ¥15 请问paddlehub能支持移动端开发吗?在Android studio上该如何部署?
- ¥20 docker里部署springboot项目,访问不到扬声器
- ¥15 netty整合springboot之后自动重连失效
- ¥15 悬赏!微信开发者工具报错,求帮改