Keras是否对核权重进行归一化?

正如标题所述,Keras(使用Tensorflow后端)是否会对核权重进行归一化处理,与例如Tensorflow相比?例如,如果用Keras和Tensorflow分别实现两个相同的网络,核权重会有所不同吗?


回答:

如果你在Keras中使用Tensorflow作为后端,实现方式没有理由会有所不同。你可以在这里自己检查:https://github.com/keras-team/keras/tree/master/keras/layers

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注