keras 的 example 文件 cifar10_cnn.py 解析
这个示例很简单,就是从cifar10中读取数据集,通过卷积神经网络进行图像识别
输入数据的shape
x_train.shape (50000, 32, 32, 3)
y_train.shape (50000, 10)
神经网络结构:
________________________________________________________________________________
Layer (type) Output Shape Param #
================================================================================
conv2d_1 (Conv2D) (None, 32, 32, 32) 896
________________________________________________________________________________
activation_1 (Activation) (None, 32, 32, 32) 0
________________________________________________________________________________
conv2d_2 (Conv2D) (None, 30, 30, 32) 9248
________________________________________________________________________________
activation_2 (Activation) (None, 30, 30, 32) 0
________________________________________________________________________________
max_pooling2d_1 (MaxPooling2D) (None, 15, 15, 32) 0
________________________________________________________________________________
dropout_1 (Dropout) (None, 15, 15, 32) 0
________________________________________________________________________________
conv2d_3 (Conv2D) (None, 15, 15, 64) 18496
________________________________________________________________________________
activation_3 (Activation) (None, 15, 15, 64) 0
________________________________________________________________________________
conv2d_4 (Conv2D) (None, 13, 13, 64) 36928
________________________________________________________________________________
activation_4 (Activation) (None, 13, 13, 64) 0
________________________________________________________________________________
max_pooling2d_2 (MaxPooling2D) (None, 6, 6, 64) 0
________________________________________________________________________________
dropout_2 (Dropout) (None, 6, 6, 64) 0
________________________________________________________________________________
flatten_1 (Flatten) (None, 2304) 0
________________________________________________________________________________
dense_1 (Dense) (None, 512) 1180160
________________________________________________________________________________
activation_5 (Activation) (None, 512) 0
________________________________________________________________________________
dropout_3 (Dropout) (None, 512) 0
________________________________________________________________________________
dense_2 (Dense) (None, 10) 5130
________________________________________________________________________________
activation_6 (Activation) (None, 10) 0
================================================================================
Total params: 1,250,858
Trainable params: 1,250,858
Non-trainable params: 0
________________________________________________________________________________
代码同时演示了 ImageDataGenerator 的使用
——————————————————————
总目录
keras的example文件解析
keras 的 example 文件 cifar10_cnn.py 解析相关推荐
- keras 的 example 文件 cnn_seq2seq.py 解析
该代码是实现一个翻译功能,好像是英语翻译为法语,嗯,我看不懂法语 首先这个代码有一个bug,本人提交了一个pull request来修复, https://github.com/keras-team/ ...
- keras 的 example 文件 cifar10_resnet.py 解析
该代码功能是卷积神经网络进行图像识别,数据集是cifar10 同时演示了回调函数 ModelCheckpoint, LearningRateScheduler, ReduceLROnPlateau 的 ...
- keras 的 example 文件 babi_rnn.py 解析
该代码的目的和 https://blog.csdn.net/zhqh100/article/details/105193991 类似 数据集也是同一个数据集,只不过这个是从 qa2_two-suppo ...
- keras 的 example 文件 mnist_hierarchical_rnn.py 解析
很显然,我没有看懂 HRNN 是啥意思,没有去看论文,应该就是一种RNN结构的变形吧 网络结构如下: _________________________________________________ ...
- keras 的 example 文件 mnist_denoising_autoencoder.py 解析
mnist_denoising_autoencoder.py 是一个编解码神经网络,其意义就是如果图片中有噪点的话,可以去除噪点,还原图片 其编码网络为: ______________________ ...
- keras 的 example 文件 mnist_cnn.py 解析
mnist_cnn.py 基本上就是最简单的一个卷积神经网络了,其结构如下: _____________________________________________________________ ...
- keras 的 example 文件 imdb_bidirectional_lstm.py 解析
imdb是一个文本情感分析的数据集,通过评论来分析观众对电影是好评还是差评 其网络结构比较简单 ____________________________________________________ ...
- keras 的 example 文件 lstm_text_generation.py 解析
该程序是学习现有的文章,然后学习预测下个字符,这样一个字符一个字符的学会写文章 先打印下char_indices {'\n': 0, ' ': 1, '!': 2, '"': 3, &quo ...
- keras 的 example 文件 lstm_stateful.py 解析
该程序要通过一个LSTM来实现拟合窗口平均数的功能 先看输入输出数据, print(x_train[:10]) [[[-0.08453234]][[ 0.02169589]][[ 0.07949955 ...
最新文章
- MySQL SELECT:数据表查询语句
- 【编程6】贪吃蛇游戏(python+pygame)
- Uva12716 素数筛思想的应用
- 《CLR via C#》之线程处理——线程基础
- azure云数据库_Azure中的新弹性数据库
- 802.11无线信道详解
- mysql -u -p$_mysql_
- [笔记二]Essential JavaScript Design Patterns For Beginners
- oracle 连接字符串备份
- Datalogic DS2100
- Android实现百度地图定位服务
- 计算机桌面文件删除不掉是怎么了,电脑删除不了文件怎么办?教你几种好的处理方法,一学就会...
- 智能电话机器人--基于 UniMRCP 实现讯飞 ASR MRCP Server
- Hi3512的IPCAM开发
- 货币银行学简答论述题
- contiki学习笔记(十二)UIPTCP/IP协议
- git命令 统计某成员/全部人员的代码提交量
- Calcium不支持中文VS
- IP媒体服务器:3G视频业务的基石
- 批处理怎么调用计算机名,Reg命令使用详解 批处理操作注册表必备
热门文章
- android.view.InflateException: Binary XML file line #16: Binary XML file line #16: Error inflating
- strtotime 获取当月最后一天的日期
- Python入门知识
- Scala中的foreach方法和map方法
- 漫谈五种IO模型(主讲IO多路复用)
- 行情跌宕起伏,或许你可以买这个代币?
- 【js操作url参数】获取指定url参数值、取指定url参数并转为json对象
- Ubuntu 下类似 Xshell 工具、更换阿里源
- 谈 三层结构与MVC模式的区别
- usaco Money system