怎么用Keras实现CNN

本文将指导你如何利用Keras库构建卷积神经网络(CNN)。从导入库到定义模型,再到训练与评估,我们将逐步解析每个步骤,让你轻松掌握Keras实现CNN的基本流程。
摘要由CSDN通过智能技术生成

//李宏毅视频官网:http://speech.ee.ntu.edu.tw/~tlkagk/courses.html                                                    点击此处返回总目录

//邱锡鹏《神经网络与深度学习》官网:https://nndl.github.io

 

下面秒讲一下怎么用Keras实现CNN。

在compile(下配置)和fitting(训练)的部分,其实跟以前的一模一样。唯一要改的是你的网络结构和输入格式,本来在DNN里面输入的是一个向量,现在如果是CNN的话,要给他一个3维的向量(tensor)。

                             

怎么实现卷积层呢?使用model.add(Convolution2D())实现。(25,3,3)表示使用25个卷积核,每个卷积核是3*3的size。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值