深度学习本质上是表示学习，它通过多层非线性神经网络模型从底层特征中学习出对具体任务而言更有效的高级抽象特征。针对一个具体的任务，我们往往会遇到这种情况：需要用一个模型学习出特征表示，然后将学习出的特征表示作为另一个模型的输入。这就要求我们会获取模型中间层的输出，下面以具体代码形式介绍两种具体方法。
夏天的风 835 2019/04/10 20:26:10Keras中predict()方法和predict_classes()方法的区别
夏天的风 2892 2019/03/27 21:19:21multi-class classification problem和 multi-label classification problem在keras上的实现
somTian 9496 2018/03/19 17:24:53