卷积神经网络实现---cifar10数据集

本文介绍了如何运用卷积神经网络(CNN)处理CIFAR-10数据集,该数据集包含6万张32*32像素的彩色图像,分为10个类别。网络结构包括一层卷积和两层全连接,使用6个5x5卷积核,步长为1,并进行2x2的最大池化,步长为2。
摘要由CSDN通过智能技术生成

cifer数据集提供的是6万张32*32大小的三通道彩色图像,共有10类分别为:飞机,汽车,鸟,猫,鹿,狗,青蛙,马,船,卡车

结构: 一层卷积,两层全连接
6个5×5的卷积核,步长为1
2×2的最大值池化,步长为2

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras import Model
import pandas as pd

(x_train,y_train),(x_test,y_test)=tf.keras.datasets.cifar10.load_data()

x_train,x_test=x_train/255.0,x_test/255.0

class Baseline(Model):#继承父类Model
    def __init__(self):
        super(Baseline,self).__init__()  #继承Model的方法属性
        self.c1=tf.keras.layers.Conv2D(filters=6,kernel_size=(5,5),padding="same",input_shape=(32,32,3))
        self
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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