无
入门指南
开发者指南
代码示例
Keras 3 API 文档
模型 API
Model 类
Sequential 类
模型训练 API
保存与序列化
Layers API
Callbacks API
Ops API
Optimizers
Metrics
Losses
数据加载
内置小型数据集
Keras Applications
混合精度
多设备分布
RNG API
Rematerialization
Utilities
Keras 2 API 文档
KerasTuner: 超参数调优
KerasHub: 预训练模型
KerasRS
快速入门
指南
API
示例
Keras Tuner
Keras RS
Keras Hub
Keras 3 API 文档
模型 API
Model 类
Sequential 类
模型训练 API
保存与序列化
Layers API
Callbacks API
Ops API
Optimizers
Metrics
Losses
数据加载
内置小型数据集
Keras Applications
混合精度
多设备分布
RNG API
Rematerialization
Utilities
Keras 2 API 文档
►
Keras 3 API 文档
/ 模型 API
模型 API
创建 Keras 模型有三种方式
一种是
Sequential 模型
,它非常直接(即一层层堆叠),但仅限于单输入、单输出的层堆栈(正如其名称所示)。
另一种是
Functional API
,它是一个易于使用、功能齐全的 API,支持任意模型架构。对大多数人和大多数用例而言,这应该是您应该使用的。这是 Keras 的“行业标准”模型。
还有
Model subclassing
,您可以从头开始实现所有内容。如果您有复杂、不常见的、具有研究性质的用例,可以使用此方法。
模型 API 概览
Model 类
Model 类
summary 方法
get_layer 方法
get_state_tree 方法
set_state_tree 方法
Sequential 类
Sequential 类
add 方法
pop 方法
模型训练 API
compile 方法
fit 方法
evaluate 方法
predict 方法
train_on_batch 方法
test_on_batch 方法
predict_on_batch 方法
保存和序列化
整个模型的保存和加载
仅保存和加载权重
模型配置序列化
用于推断的模型导出
序列化工具
Keras 权重文件编辑器
模型 API
模型 API 概览
Model 类
Sequential 类
模型训练 API
保存和序列化