当图片经历了最naive的预处理后,我决定用最naive的方法跑一遍图像分类的流程。
于是会遇到三个主要突破口:
1. 熟悉keras框架的sequential模型。
2. 熟悉如何在中间记录训练的参数,方便后面debug
3. 熟悉在远程服务器上跑通自己的代码
一. keras的sequential模型初探
1. 最主要的肯定是看它的官方链接咯~ 讲真无论是安装、还是快速上手,写的真的好。 英语不好的话配合google翻译一起用效率更佳~
2. 首先新建一个模型 self.model = Sequential()
3. 然后就可以一层层往里加了,以我的简历模型的第一个block(conv-pool-conv-pool)为例的话就是
def comment_build(self):
self.model = Sequential()
#block 1
self.model.add(Conv2D(32, (3,3), input_shape=(512, 512, 3), kernel_regularizer=l2(0.01), bias_regularizer=l2(0.01), padding='same',name='block1_conv1'))
self.model.add(LeakyReLU(alpha=0.01))
self.model.add(BatchNormalization())
self.model.add(MaxPooling2D((3, 3), s