2
假设我有10万的数据集400 X我建立这个模型:Keras,如何得到预测与模型去掉最后一层
model = Sequential()
model.add(Dense(200, input_dim = 400, init = init_weights))
model.add(BatchNormalization())
model.add(SReLU())
model.add(Dropout(0.5))
model.add(Dense(200, init = init_weights))
model.add(BatchNormalization())
model.add(SReLU())
model.add(Dropout(0.5))
model.add(Dense(1, activation = 'linear', init = init_weights))
比我打电话
model.compile(loss = ..
而且
model.fit(input_matrix,..
训练结束后,我可以调用model.predict(..用于预测。
我想获得从去年没有线性分层模型预测矩阵..
因此,像:
model.remove_last_layer
pred_matrix = model.predict(input_matrix)
其产量100K×200阵列,我怎么能做到这一点与keras? THX很多
你有你的模型中训练的? –
是的,我得到了训练 – gugatr0n1c
什么是你的'后端',你能打印'model.summary()'? –