神经网络 (Keras)

Keras 是 TensorFlow 机器学习库的高级接口,它使用 Graphviz 来可视化神经网络的连接方式。这对非线性神经网络特别有用,因为非线性神经网络在有向图中有合并和分叉。

这是一个简单的(来自 Keras 函数式 API)神经网络,用于根据优先级对客户问题单进行排名,并将其路由到可以处理该问题单的部门。使用 Keras 的 model_to_dot 函数 生成。

该模型有三个输入

  • 问题标题文本
  • 问题正文文本
  • 问题标签

以及两个输出

  • 预测的优先级
  • 预测的部门

每个节点都用其输入和输出矩阵的形状(长度,宽度)进行标记。None 表示形状尚未确定,形状取决于您用来训练该模型的最终数据。

[输入 .gv 文件] [SVG] [光栅图像]

neural-network.gv.txt
digraph G {
  fontname="Helvetica,Arial,sans-serif"
  node [fontname="Helvetica,Arial,sans-serif"]
  edge [fontname="Helvetica,Arial,sans-serif"]
  concentrate=True;
  rankdir=TB;
  node [shape=record];
  140087530674552 [label="title: InputLayer\n|{input:|output:}|{{[(?, ?)]}|{[(?, ?)]}}"];
  140087537895856 [label="body: InputLayer\n|{input:|output:}|{{[(?, ?)]}|{[(?, ?)]}}"];
  140087531105640 [label="embedding_2: Embedding\n|{input:|output:}|{{(?, ?)}|{(?, ?, 64)}}"];
  140087530711024 [label="embedding_3: Embedding\n|{input:|output:}|{{(?, ?)}|{(?, ?, 64)}}"];
  140087537980360 [label="lstm_2: LSTM\n|{input:|output:}|{{(?, ?, 64)}|{(?, 128)}}"];
  140087531256464 [label="lstm_3: LSTM\n|{input:|output:}|{{(?, ?, 64)}|{(?, 32)}}"];
  140087531106200 [label="tags: InputLayer\n|{input:|output:}|{{[(?, 12)]}|{[(?, 12)]}}"];
  140087530348048 [label="concatenate_1: Concatenate\n|{input:|output:}|{{[(?, 128), (?, 32), (?, 12)]}|{(?, 172)}}"];
  140087530347992 [label="priority: Dense\n|{input:|output:}|{{(?, 172)}|{(?, 1)}}"];
  140087530711304 [label="department: Dense\n|{input:|output:}|{{(?, 172)}|{(?, 4)}}"];
  140087530674552 -> 140087531105640;
  140087537895856 -> 140087530711024;
  140087531105640 -> 140087537980360;
  140087530711024 -> 140087531256464;
  140087537980360 -> 140087530348048;
  140087531256464 -> 140087530348048;
  140087531106200 -> 140087530348048;
  140087530348048 -> 140087530347992;
  140087530348048 -> 140087530711304;
}

最后修改时间:2021 年 5 月 10 日:将图库移动到 Docsy (164fb41)