一、入门学习资源
1、首推:Keras中文文档:https://keras-cn.readthedocs.io/en/latest/
神经网络的大结构:
一个网络结构首先需要的是
第一阶段:输入,Note:这里的输入是一个向量。
第二阶段:特征提取,其实就是我们常见的VGG、InceptionV3、Resnet50等网络的核心结构(去除顶层的结构)。姑且称作为与机器学习对应的特征提取。
第三阶段:编译,该过程是:传递训练数据与目标值的,即用来配置模型的学习过程。Note:模型在使用前必须编译,否则在调用fit或evaluate时会抛出异常。
第四阶段:训练,该过程就是不听的学习迭代让训练数据与目标值竟可能的接近。
第五阶段:测试,使用测试数据,在训练的模型上进行测试。
总结:总体是以上五个部分,但是每一个部分都值得仔细学习。后续会逐一介绍。首先对整体有一个认识。看一些源码的时候就不会很晕。
推荐源码下载地址:https://github.com/keras-team/keras-applications/tree/master/keras_applications
Note:很多网络结构的代码写的很优美,可以多看多琢磨。