keras实现Lenet网络，图像分类

最新推荐文章于 2022-01-27 09:35:23 发布

清风明月共天涯

最新推荐文章于 2022-01-27 09:35:23 发布

阅读量711

点赞数 2

分类专栏：深度学习模型文章标签： Lenet keras

本文链接：https://blog.csdn.net/qq_33499064/article/details/94770997

版权

本文档介绍了如何使用Keras库来实现经典的Lenet网络模型，用于图像分类任务。通过详细步骤，读者将了解到如何配置和训练这个模型。

摘要由CSDN通过智能技术生成

欢迎大家加入京东淘宝捡垃圾群：698433653

话不多说，上模型。 # LeNet-5 def Lenet(inputShape,weight_decay=0.0005,classNum=0): # 初始化模型输入尺寸32 32 model = Sequential() inputShape =(height, width, depth) # 1 model.add(Conv2D(20, (5, 5), padding="same", input_shape=inputShape)) model.add(Activation("relu")) model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) # 2 model.add(Conv2D(50, (5, 5), padding="same")) model.add(Activation("relu")) model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) # 4 model.add(Flatten()) model.add(Dense(500)) model.add(Activation("relu")) # model.add(Dropout(0.5)) # 5 model.add(Dense(2)) model.add(Activation("softmax")) # 返回构造的模型 return model