import tensorflow as tf
import keras.layers
import keras.models
# 构建Inception模块
class Inception(keras.Model):
def __init__(self, c1, c2, c3, c4):
super().__init__()
self.p1 = keras.layers.Conv2D(c1, [1, 1], strides=1, activation='relu', padding="same")
self.p2_1 = keras.layers.Conv2D(c2[0], [1, 1], strides=1, activation='relu', padding="same")
self.p2_2 = keras.layers.Conv2D(c2[1], [3, 3], strides=1, activation='relu', padding="same")
self.p3_1 = keras.layers.Conv2D(c3[0], [1, 1], strides=1, activation='relu', padding="same")
self.p3_2 = keras.layers.Conv2D(c3[1], [5, 5], strides=
GoogLeNet 用 tensorflow class model方式实现
最新推荐文章于 2022-10-25 14:36:37 发布
本文详细介绍了如何利用TensorFlow框架,结合Keras库,实现经典的GoogLeNet深度学习模型。通过步骤分解,读者将了解每个关键层的构建以及整个模型的整合过程,从而在实践中掌握深度学习模型的构建技巧。
摘要由CSDN通过智能技术生成