吴良超 融合 cnn+lstm
吴良超 融合 cnn+lstm
链接
from keras.applications.vgg16 import VGG16
from keras.models import Sequential, Model
from keras.layers import Input, TimeDistributed, Flatten, GRU, Dense, Dropout
from keras import optimizersdef build_model():pretrained_cnn = VGG16(weights='imagenet', include_top=False)# pretrained_cnn.trainable = Falsefor layer in pretrained_cnn.layers[:-5]:layer.trainable = False# input shape required by pretrained_cnninput = Input(shape = (224, 224, 3)) x = pretrained_cnn(input)x = Flatten()(x)x = Dense(2048)(x)x = Dropout(0.5)(x)pretrained_cnn = Model(inputs = input, output = x)input_shape = (None, 224, 224, 3) # (seq_len, width, height, channel)model = Sequential()model.add(TimeDistributed(pretrained_cnn, input_shape=input_shape))model.add(GRU(1024, kernel_initializer='orthogonal', bias_initializer='ones', dropout=0.5, recurrent_dropout=0.5))model.add(Dense(categories, activation = 'softmax'))model.compile(loss='categorical_crossentropy',optimizer = optimizers.SGD(lr=0.01, momentum=0.9, clipnorm=1., clipvalue=0.5),metrics=['accuracy'])return model
keras 官方给出的例子
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras.applications import InceptionV3video=keras.Input(shape=(None,150,150,3))cnn=InceptionV3(weights='imagenet',include_top=False,pooling='avg')cnn.trainable=Falseframe_features=layers.TimeDistributed(cnn)(video)video_vector=layers.LSTM(256)(frame_features)
posted on 2018-11-02 14:51 luoganttcc 阅读(...) 评论(...) 编辑 收藏
吴良超 融合 cnn+lstm相关推荐
- 【视频课】行为识别课程更新!CNN+LSTM理论与实践!
前言 欢迎大家关注有三AI的视频课程系列,我们的视频课程系列共分为5层境界,内容和学习路线图如下: 第1层:掌握学习算法必要的预备知识,包括Python编程,深度学习基础,数据使用,框架使用. 第2层 ...
- CNN+LSTM多通道特征组合模型
1.摘要 本文主要讲解:CNN+LSTM多通道特征组合模型 2.包版本 pip install tensorflow-gpu==2.3.0 pip install keras==2.4.3 3.相关技 ...
- 本周AI热点回顾:「时空版」Transformer训练速度远超3D CNN;拒绝内卷的AI狼火了!不想抓羊只想躺!...
点击左上方蓝字关注我们 01 「时空版」Transformer训练速度远超3D CNN,提速3倍! Facebook AI推出了全新的视频理解架构TimeSform ...
- 云终端微型计算机配置,超融合与终端虚拟化技术在医院“云桌面”部署中的运用...
潘愈嘉 陆丹艳 [摘 要] 目的:随着医院信息化建设程度的不断提高,为了解决终端运维困难,老HIS等系统与新操作系统之间存在兼容性等问题.方法:很多医院使用了云桌面来解决,但是几种云桌面的实现方 ...
- IDC报告显示,2015年中国超融合市场新华三领军
超融合市场大热,谁是用户心目中的领军企业?知名调研机构IDC出具的关于2015年中国超融合市场最新分析报告,新华三以40.7%的市场份额,稳居超融合市场元年的头把"交椅". 根据I ...
- Synopsys 通过统一的电路仿真流程解决超融合 IC
随着芯片设计变得越来越复杂,超融合集成电路 (IC) 中集成了多种组件和技术,分析系统的单一系统方法将是简化复杂性的合乎逻辑的方法.Synopsys 正在通过统一的电路仿真工作流程 PrimeSim ...
- 深度整合英特尔傲腾,SmartX首发100us级超低延迟超融合解决方案
6 月 17 日,致力于超融合中高端市场的SmartX公司正式发布基于核心软件 SMTX OS 与英特尔® 傲腾™ 持久内存的高性能.低延迟超融合解决方案与SmartX Halo P系列一体机. Sm ...
- 超融合服务器品牌型号,蓝盾发布云平台!强势加入云计算IT行列
近年来,云计算逐渐与各行各业深度融合,带来诸多颠覆式创新,凸显出巨大的应用价值和发展前景.蓝盾股份作为信息安全行业领军企业,强势发布蓝盾云平台,成为云计算技术领域不容忽视的推动力量. 一.产品简介 蓝 ...
- 超融合架构的优缺点_超融合服务器与传统架构服务器的区别哪?定制服务器厂家简要分析...
传统架构下的数据中心根据各设备块资源的应用情况,对设备进行逐一升级,即设备以单点的形式采购,无法实现均衡. 在可伸缩性方面,超融合体系结构更加灵活和高效.此外,扩展节点的数量没有限制.简单地说,随着业 ...
最新文章
- Java微框架:不可忽视的新趋势--转载
- Cpp / checked_delete 原理
- java 招聘需求_Java人员要具备哪些技能 招聘需求包括什么
- html适配Anroid手机
- 【报告分享】2020年中国人工智能商业落地研究报告.pdf(附下载链接)
- Windows服务创建及安装
- 奇安信代码安全实验室帮助谷歌修复高危漏洞,获官方致谢
- HDU-3072-IntelligenceSystem(tarjan,贪心)
- html下播放.wav,wav格式文件用什么播放
- 地理入门-经纬度时区速成总结篇(转)
- 百度编辑器(UEditor)工具栏扩展秀米的编辑器工具
- 全民一起玩Python 之 基础篇视频教程
- Spring之声明式事务控制(九)
- java高级软件工程师 考试_Java高级软件工程师人才缺口巨大
- 2020博客之星年度总评选TOP200名单已出,感谢老铁们的支持目前排名TOP77
- 请按照以下要求设计一个学生类Student,并进行测试,要求如下:
- 微信小程序接入腾讯云MQTT服务
- Kubernetes 学习总结(25)—— Kubernetes 中的 pod 与容器的区别和联系
- cartographer建图,重定位及发布消息结构为nav_msgs::Odometry的odom话题
- 数据分析实战项目--天猫交易数据可视化分析