网上对于卷积神经网络的介绍大部分都是2D的,一维卷积神经网络的比较少,使用新框架的就更少了。
代码如下:
# 首先搭建网络,这里以最简单的sequential为例
# 先是卷积
sequential = [
tf.keras.layers.Conv1D(2, kernel_size=1, padding='same', activation=tf.nn.relu),
tf.keras.layers.MaxPool1D(pool_size=2, strides=2, padding='same')
tf.keras.layers.Conv1D(2, kernel_size=1, padding='same', activation=tf.nn.relu),
tf.keras.layers.MaxPool1D(pool_size=2, strides=2, padding='same')
]
#然后是全连接层
layers = [
tf.keras.layers.Dense(20, activation=tf.nn.relu)
tf.keras.layers.Dense(15, activation=tf.nn.sigmoid)
]
# 生成模型
model = tf.keras.Sequential()
model.add(sequential)
model.add(layers)
# 最后build一下,赋值输入格式
model.build(input_shape=[None, 10, 10])