热门标签
热门文章
- 13年功能测试无情被裁，3个月学习自动化测试重新开始........
- 2人工智能 | 结对编程助手 GitHubCopilot
- 3Unity核心9——3D动画_unity动画
- 4大语言模型汇总（ChatGPT、盘古、通义、文心一言、混元）
- 5谈谈制造企业如何制定敏捷的数字化转型策略_敏捷 数字化
- 6ESXi安装CentOS
- 7Daily-Interview-Question
- 8NLP算法岗面试流程＆重点_nlp面试
- 9完美的分布式监控系统——Prometheus（普罗米修斯）与优雅的开源可视化平台——Grafana（格鲁夫娜）_prometheus和grafana的区别
- 10Cesium中常用的一些数学计算（矩阵、向量）用法——向量_cesium.cartesian3.subtract
当前位置: article > 正文
Sequential() 模型：搭建神经网络
作者：AI数据灵魂 | 2024-01-30 15:53:01
赞
踩
sequential()
1 作用
顺序模型，即通过一层层神经网络连接构建深度神经网络。
model=Sequential()2 搭建神经网络
通过model.add() 叠加一些网络层如LSTM和Dense
- # 单层 LSTM
- model = Sequential()
- model.add(LSTM(units=50, activation='relu',input_shape=(X_train.shape[1], 1)))
- model.add(Dense(units=1)))
3. model.summary()：查看最终的模型结构
model.summary() # 输出模型结构声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/article/detail/47379
推荐阅读
相关标签
