我有一个深度学习结构,我想导出一个文本文件,这样可以为我减轻所有负担。
这是一个jupyter笔记本代码块:
In [7]:
def fDNN(in_dim, out_dim):
# Model
model = Sequential()
model.add(Dense(210, input_dim=in_dim, activation='relu'))
model.add(Dense(70, activation='relu'))
model.add(Dense(out_dim, activation='softmax'))
# Compilation
model.compile(loss='categorical_crossentropy', optimizer='adam',
metrics=['accuracy'])
return model
此块的输出应与上面的文本文件相同:
# Model
model = Sequential()
model.add(Dense(210, input_dim=in_dim, activation='relu'))
model.add(Dense(70, activation='relu'))
model.add(Dense(out_dim, activation='softmax'))
# Compilation
model.compile(loss='categorical_crossentropy', optimizer='adam',
metrics=['accuracy'])
答案 0 :(得分:0)
运行带有def fDNN()
的单元格后,将可以运行此代码。
输出将是所有run/executed
个单元格的内容。
gb = fDNN.__globals__
#print(len(gb["In"]))
for item,ea in enumerate(gb["In"]):
print("\n-------- In[", str(item), "] ---------")
print(ea)
# check for somethin in `ea`
# can decide to write the content of `ea` to file
希望这将帮助您开始做自己想做的事情。
答案 1 :(得分:-1)
我已经通过“代码反射”解决了这个问题。