TensorFlow官方最新tf.keras指南:面向對象構建深度網路
新智元AI技術峰會倒計時4天
新智元將於3月27日在北京泰富酒店舉辦「2019新智元AI技術峰會——智能雲?芯世界」,聚焦智能雲和AI晶元發展,重塑未來AI世界格局。
同時,新智元將現場權威發布若干AI白皮書,聚焦產業鏈的創新活躍,助力中國在世界級的AI競爭中實現超越。
參會二維碼:
新智元推薦
來源:專知
【新智元導讀】tf.keras是TensorFlow 2.0最主要的高階API介面,為TensorFlow的代碼提供了新的風格和設計模式,大大提升了TF代碼的簡潔性和復用性,也間接地提供了TF開發的規範。本文介紹了TensorFlow官網提供的最新的tf.keras指南。
TensorFlow 1.x以靜態圖為主,網上主流的TF代碼編寫主要是面向過程的(函數為主),在引入tf.keras之後,TensorFlow官方就開始推薦tf.keras里各種面向對象的編程風格,從層到模型都是類和對象,大大簡化了代碼的簡潔性和復用性,也間接地提供了TF開發的規範。
Keras作者Fran?ois Chollet在Twitter轉發了TensorFlow官方最新tf.keras指南,本文大概介紹一下該指南中比較重要的內容。
本指南的內容大致如下:
Keras Functional API
訓練和評價
利用繼承構建層和模型
保存和序列化模型
Keras Functional API
指南地址:
https://www.tensorflow.org/alpha/guide/keras/functional
內容概要:
Keras中網路層的定義和調用,例如如何用指定的參數來定義一個全連接層,然後用定義的層來變換輸入數據。
Keras模型的定義和調用,包括模型自帶的訓練和評價函數。
Keras層測復用
網路中間層信息的提取和復用
自定義Keras層
Functional API的優點和缺點
Functional API和Subclassing API(繼承式)混寫
另外,用內置的函數可以直接可視化網路結構了:
訓練和評價
指南地址:
https://www.tensorflow.org/alpha/guide/keras/training_and_evaluation
內容概要:
Keras模型內置的訓練和評價Loop
自定義損失函數
用tf.data.Datasets作為輸入
其它輸入格式,如Pandas
採樣和類別權重
多輸入和多輸出
回調函數
斷點
學習率規劃
用TensorBoard可視化損失
利用繼承構建層和模型
指南地址:
https://www.tensorflow.org/alpha/guide/keras/custom_layers_and_models
內容概要:
Keras層封裝狀態(權重)和計算
權重延遲構造(延遲到輸入形狀已知時)
遞歸構造Keras層
Keras層在前向傳播時遞歸收集損失
可選啟用序列化Keras層
call方法中的training參數
端到端地構建一個模型
保存和序列化模型
指南地址:
https://www.tensorflow.org/alpha/guide/keras/saving_and_serializing
內容概要:
保存整個模型
導出到SavedModel
僅保存結構
僅保存權重
在SavedModel格式下僅保存權重
保存繼承的模型
參考鏈接:
https://www.tensorflow.org/alpha/guide/keras/
※你的模型可以輕鬆使用TPU了!DeepMind 開源分散式機器學習庫TF-Replicator
※實際上,CNN圖像分類策略簡單到出人意料!
TAG:新智元 |