基于《Keras快速上手》这本书整理一下我的学习笔记(PS:是本好书)
一、图像识别
端到端的MNIST训练数字识别神经网络搭建过程:
(1) 肯定是要各种引入了
(2) 读入数据,整理数据
将训练数据和验证数据(X_train,X_test)进行整理:
① 将原本n*m的数据整理成标准的四维张量形式(样本数量,长,宽,1)
②把像素值变为浮点型
将训练标签和验证标签(y_train,y_test)进行整理:
①定义一个one hot函数(生成一个zeros(n); 将等于y值的位置设置为1,eg:y_ohe[y]=1)
②利用刚刚定义好的函数将所有的标签转换为one hot(利用for循环)
(3) 开始搭建网络啦~
model=Sequential() model.add=…… OR model=Sequential()
① 先添加卷积层、
model.add(Conv2D(设置过滤器的数量(也是输出维度);过滤器的大小;一次跳几个小格;是否在周围加上0