如何在Keras模型中更改激活函数参数

我试图在我的模型中添加一个神经元层,该层使用tf.keras.activations.relu()作为激活函数,并设置max_value = 1。当我尝试这样做时:

model.add(tf.keras.layers.Dense(2,  activation=tf.keras.activations.relu(max_value=1)))

它会给我以下错误:

TypeError: relu() missing 1 required positional argument: 'x'

显然,我没有’x’可以提供,因为我只是在尝试设置一个神经元层。有没有办法正确地自定义这些激活函数呢?


回答:

你可以尝试这样做

model.add(tf.keras.layers.Dense(2, activation=tf.keras.layers.ReLU(max_value=1)))

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注