创建 TFLearn 层
让我们学习如何在 TFLearn 中创建神经网络模型的层:
- 首先创建一个输入层:
input_layer = tflearn.input_data(shape=[None,num_inputs]
- 传递输入对象以创建更多层:
layer1 = tflearn.fully_connected(input_layer,10,
activation='relu')
layer2 = tflearn.fully_connected(layer1,10,
activation='relu')
- 添加输出层:
output = tflearn.fully_connected(layer2,n_classes,
activation='softmax')
- 从估计器层创建最终网络,例如
regression
:
net = tflearn.regression(output,
optimizer='adam',
metric=tflearn.metrics.Accuracy(),
loss='categorical_crossentropy'
)
TFLearn 为以下子部分中描述的层提供了几个类。