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 ...

keras 的 example 文件 cifar10_cnn.py 解析

keras的example文件解析

keras 的 example 文件 cifar10_cnn.py 解析相关推荐

最新文章

热门文章