File tree Expand file tree Collapse file tree 1 file changed +12
-25
lines changed Expand file tree Collapse file tree 1 file changed +12
-25
lines changed Original file line number Diff line number Diff line change 22 "cells" : [
33 {
44 "cell_type" : " code" ,
5- "execution_count" : 2 ,
5+ "execution_count" : 4 ,
66 "metadata" : {},
7- "outputs" : [
8- {
9- "data" : {
10- "text/plain" : [
11- " '\\ nKeras 模型由多个组件组成:\\ n\\ n架构或配置,指定模型包含的层及其连接方式。\\ n优化器(通过编译模型来定义)。\\ n优化器(通过编译模型来定义)。\\ n一组损失和指标(通过编译模型或调用 add_loss() 或 add_metric() 定义)。\\ n您可以通过 Keras API 将这些片段一次性保存到磁盘,或仅选择性地保存其中一些片段:\\ n\\ n将所有内容以 TensorFlow SavedModel 格式(或较早的 Keras H5 格式)保存到单个存档。这是标准做法。\\ n仅保存架构/配置,通常保存为 JSON 文件。\\ n仅保存权重值。通常在训练模型时使用。\\ n我们来看看每个选项。什么时候使用哪个选项?它们是如何工作的?\\ n'"
12- ]
13- },
14- "execution_count" : 2 ,
15- "metadata" : {},
16- "output_type" : " execute_result"
17- }
18- ],
7+ "outputs" : [],
198 "source" : [
209 " from tensorflow import keras\n " ,
2110 " \n " ,
2211 " \n " ,
23- " \"\"\"\n " ,
24- " Keras 模型由多个组件组成:\n " ,
2512 " \n " ,
26- " 架构或配置,指定模型包含的层及其连接方式。\n " ,
27- " 优化器(通过编译模型来定义)。\n " ,
28- " 优化器(通过编译模型来定义)。\n " ,
29- " 一组损失和指标(通过编译模型或调用 add_loss() 或 add_metric() 定义)。\n " ,
30- " 您可以通过 Keras API 将这些片段一次性保存到磁盘,或仅选择性地保存其中一些片段:\n " ,
13+ " ##Keras 模型由多个组件组成:\n " ,
14+ " \n " ,
15+ " #架构或配置,指定模型包含的层及其连接方式。\n " ,
16+ " # 优化器(通过编译模型来定义)。\n " ,
17+ " # 一组损失和指标(通过编译模型或调用 add_loss() 或 add_metric() 定义)。\n " ,
18+ " # 您可以通过 Keras API 将这些片段一次性保存到磁盘,或仅选择性地保存其中一些片段:\n " ,
3119 " \n " ,
32- " 将所有内容以 TensorFlow SavedModel 格式(或较早的 Keras H5 格式)保存到单个存档。这是标准做法。\n " ,
33- " 仅保存架构/配置,通常保存为 JSON 文件。\n " ,
34- " 仅保存权重值。通常在训练模型时使用。\n " ,
35- " 我们来看看每个选项。什么时候使用哪个选项?它们是如何工作的?\n " ,
36- " \"\"\"\n "
20+ " #将所有内容以 TensorFlow SavedModel 格式(或较早的 Keras H5 格式)保存到单个存档。这是标准做法。\n " ,
21+ " # 仅保存架构/配置,通常保存为 JSON 文件。\n " ,
22+ " # 仅保存权重值。通常在训练模型时使用。\n " ,
23+ " # 我们来看看每个选项。什么时候使用哪个选项?它们是如何工作的?\n "
3724 ]
3825 },
3926 {
You can’t perform that action at this time.
0 commit comments