深度学习实战笔记二：keras+cnn+mnist cnn模型的创建、保存、调用

最新推荐文章于 2024-08-02 12:58:05 发布

用之有弗盈

最新推荐文章于 2024-08-02 12:58:05 发布

阅读量537

点赞数

分类专栏：深度学习入门文章标签：深度学习神经网络 tensorflow

本文链接：https://blog.csdn.net/qq_36281420/article/details/105918656

版权

google colab的使用、文件路径设置参见上一篇博客：深度学习笔记一：google colab使用入门+mnist数据集入门+Dense层预测

本节笔记参考了Mike高的视频

一个完整的cnn模型

#CNN mnist
import numpy as np
from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Convolution2D,Activation,MaxPool2D,Flatten,Dense
from keras.optimizers import Adam

np_class = 10

nb_epoch = 10
batchsize = 1024
#准备数据 mnist
(X_train,Y_train),(X_test,Y_test) = mnist.load_data()
print(X_train.shape)

#对数据格式进行整理
#setup data shape
#tensorflow channel last  (1,28,28)
#-1表示不知道有多少个样本，可以写成60000
X_train = X_train.reshape(-1,28,28,1)
X_test = X_test.reshape(-1,28,28,1)

#归一化处理
X_train = X_train.astype('float32')
X_test = X_test.astype('float32')

X_train = X_train/255.0