keras 배우기 ( model = Model(inputs=inputs, outputs=predictions) )

목적



keras 사이트의 다음 코드에서,

Model(inputs=inputs, outputs=predictions)

와 같은 in과 out의 정의로, 왜, 복수의 레이어를 가지는 model이 구성할 수 있을지 몰랐기 때문에 조사했다.
from keras.layers import Input, Dense
from keras.models import Model

# This returns a tensor
inputs = Input(shape=(784,))

# a layer instance is callable on a tensor, and returns a tensor
x = Dense(64, activation='relu')(inputs)
x = Dense(64, activation='relu')(x)
predictions = Dense(10, activation='softmax')(x)

# This creates a model that includes
# the Input layer and three Dense layers
model = Model(inputs=inputs, outputs=predictions)コード

조사한 결과



이하 근처에서, 딱딱 접속하고 있는 것 같다.
\site-packages\keras\engine\network.py
def _map_graph_network(inputs, outputs):
    """Validates a network's topology and gather its layers and nodes.

    # Arguments
        inputs: List of input tensors.
        outputs: List of outputs tensors.

요약



네트워크 구조를 어떻게든하는 코드에 익숙하지 않기 때문에,
어떻게 되어 있는지, 전혀, 몰랐다.
개별 Tensor의 속성과 관계는 아직 엄격하게 전혀 알려져 있지 않지만,
꽉 끼고 있다는 상상입니다.
그런 움직임이있었습니다.

미래



이 정도의 조사가, 향후의 역에 타츠카는 불명.
이 근처의 코드는, 너무, 바시바시 읽을 수 없다.
코멘트 등 있으면 부탁드립니다.

관련



Grad-CAM에서 호반과 계곡과 으깬 감자, 구성과 질감 인식, VGG16.

좋은 웹페이지 즐겨찾기