生成CNN / RNN网络结构(通常在最后一层上不激活)
指定损失函数(交叉熵与softmax是一起指定的),优化器并初始化网络权重+会话
用mini-batch的方式来训练训练集并使用自定义迭代器(所有框架都使用公共的数据库...每个32×32像素的图像转化为张量的形式(3,32,32),像素值从0-255归一化到0-1。...例如:汽车图像的相关参数 y=(0,1,0,0,0,0,0,0,0,0),其标签是= [飞机,汽车,鸟,猫,鹿,狗,青蛙,马,船 ,卡车]
在IMDB数据集上训练RNN(GRU,门控循环单元)
性能对比...1、上面的例子(Keras除外),为了便于比较,尝试使用相同级别的API,因此都使用相同的生成器函数。 对于MXNet和CNTK,我尝试了一个更高级别的API,在这里我使用了框架的训练生成器函数。...对于我们会进行的输入输出活动以及可能在运行中进行预处理和数据增强的情况,自定义的生成器将对性能产生更大的影响。