本文整理汇总了Python中model.CNN属性的典型用法代码示例。如果您正苦于以下问题：Python model.CNN属性的具体用法？Python model.CNN怎么用？Python model.CNN使用的例子？那么, 这里精选的属性代码示例或许可以为您提供帮助。您也可以进一步了解该属性所在类model的用法示例。
在下文中一共展示了model.CNN属性的2个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: setup
# 需要导入模块: import model [as 别名]
# 或者: from model import CNN [as 别名]
def setup():
global model, vocab, max_length
# load vocab, vocab_size, max_length
with open(os.path.join(PATH, 'vocab.json'), 'r') as fp:
vocab = json.load(fp)
with open(os.path.join(PATH, 'config.txt'), 'r') as f:
vocab_size = int(re.sub('\n', '', f.readline()))
max_length = int(f.readline())
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)
model = CNN(sess=sess, vocab_size=vocab_size, sequence_length=max_length, trainable=True)
saver = tf.train.Saver()
saver.restore(sess, tf.train.latest_checkpoint(PATH + '/models')) 示例2: model_creator
# 需要导入模块: import model [as 别名]
# 或者: from model import CNN [as 别名]
def model_creator(layers):
model = CNN(32, 3, args.channels, 10, layers, n_nodes=args.nodes)
criterion = nn.CrossEntropyLoss()
optim = torch.optim.SGD(model.parameters(), 0.025, momentum=0.9, weight_decay=3.0E-4)
lr_scheduler = torch.optim.lr_scheduler.CosineAnnealingLR(optim, args.epochs, eta_min=0.001)
return model, criterion, optim, lr_scheduler