学习目标:
深度学习模型搭建与训练
学习内容:
今天重点在于建立模型,搭建框架并进行训练。
其中很重要的一个API是Keras。 Keras是一个高层神经网络API,Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生,能够把你的idea迅速转换为结果。Keras具有高度模块化,极简,和可扩充特性。
以下是导包代码
import pandas as pd
import numpy as np
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report
from sklearn.model_selection import GridSearchCV
from sklearn.preprocessing import MinMaxScaler
#深度学习框架
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, Flatten, Dense, MaxPool2D, Dropout
from tensorflow.keras.utils import to_categorical
from sklearn.ensemble import RandomForestClassifier
from sklearn.svm import SVC
import tensorflow as tf
import tensorflow.keras
#音频处理库
import os
import librosa
import librosa.display
import glob
接下来通过建立音频提取函数(遍历数据集的所有文件)
下面是重头戏,搭建CNN网络
CNN的结构分为六层
输入层,卷积层,激励层,池化层,Flatten操作和全连接层
搭建神经网络就像搭积木一样,用.add()来搭建
紧接着就是模型训练和预测测试集
学习时间:
2021年4月20号