深度学习入门实战----基于Keras的手写数字识别 (VGG16)

最新推荐文章于 2024-09-24 10:03:26 发布

rookie_weng

最新推荐文章于 2024-09-24 10:03:26 发布

阅读量1.6k

点赞数 2

文章标签：手写数字识别 Keras VGG16

本文链接：https://blog.csdn.net/weixin_38715173/article/details/84991468

版权

本博客介绍如何使用Keras实现基于VGG16的深度学习模型，进行手写数字识别。文章引用了《Very Deep Convolutional Networks For Large-Scale Image Recongnition》的论文，并提供了相关代码实现。

摘要由CSDN通过智能技术生成

接着上一篇博客：深度学习入门实战----基于Keras的手写数字识别（LeNet）

本文采用经典的VGG16网络结构

VGG16 论文题目：《Very Deep Convolutional Networks For Large-Scale Image Recongnition》

论文链接：paper link

背景介绍可参照上一篇博客，本文直接贴上VGG16的代码：

import inspect
import os

import numpy as np
import tensorflow as tf
import time

VGG_MEAN = [103.939, 116.779, 123.68]


class Vgg16:
    def __init__(self, vgg16_npy_path=None):
        if vgg16_npy_path is None:
            path = inspect.getfile(Vgg16)
            path = os.path.abspath(os.path.join(path, os.pardir))
            path = os.path.join(path, "vgg16.npy")
            vgg16_npy_path = path
            print(path)

        self.data_dict = np.load(vgg16_npy_path, encoding&