keras实现deepid:flatten中间层、merge多个层次、二维图像的处理、权重的保存与重用、Autoencoder


论文参考:Sun Y, Wang X, Tang X. Deep learning face representation from predicting 10,000 classes[C]//Computer Vision and Pattern Recognition (CVPR), 2014 IEEE Conference on. IEEE, 2014: 1891-1898.

参考这个:https://github.com/stdcoutzyx/DeepID_FaceClassify/blob/master/README_ch.md

由于上面链接使用的theano,所以修改成了keras代码试了一下。




主要学习使用了:

Convolution2D

MaxPooling2D

Flatten

Input

merge


功能主要包括:

构建网络结构(flatten中间层、merge多个层次、二维图像的处理)

网络训练(权重的保存与重用、earlyStop的使用)

获取中间层的输出


之前还研究了一下:

sequence、graph

Autoencoder

一并记录一下



源码就不贴了,太挫。





阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/mmc2015/article/details/51559278
个人分类: Theano AND Keras
上一篇keras中文翻译
下一篇Deep Language Modeling for Question Answering using Keras
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭