建立CNN模型1

建立CNN模型

1.import 相关模组

• sequential
• Conv2D
• MaxPooling2D
• Dropout

2. 用Sequential开始建模

3. convolution and pooling

3.1 卷积层

一个滤镜（矩阵），把本来的图片进行转换，转换之后可以代表之前的一些特征。（放大本来的特征）

长宽压缩，高度增加。

3.2 池化层

在每一次卷积时，网络可能无意丢失一些信息，这时pooling可以解决。

Conv2d 和 pooling 交替使用
relu = max(0, x)
sigmoid = 1/(1+e^(-x))

• 抛弃层
• 平坦层

隐藏层(暂时不考虑)

4. 训练模型

定义:

• loss function
• optimizer
• metrics 评分方法

进行训练

• 70%train, 30%test

5. 例子

莫烦

class CNN(nn.Module):
    def __init__(self):
        super(CNN