经典的cnn model

def get_model(X_input):#重新建立模型，与原来不一样的是这里inp是传入n_classes = 5#    input_shape = (time_span, feature, 1)
#    X_input = Input(input_shape)#inp=Input(shape=(120,39))#原来的inp是函数里，传入可以三个公用
#    reshape=Reshape((30,5,1))(inp)#   pre=ZeroPadding2D(padding=(1, 1))(reshape)# 1#reshape=BatchNormalization()(reshape)conv1=Convolution2D(32, 3, 3, border_mode='same',init='glorot_uniform')(X_input)#model.add(Activation('relu'))l1=PReLU()(conv1)l1=BatchNormalization()(l1)conv2=ZeroPadding2D(padding=(1, 1))(l1)conv2=Convolution2D(32, 3, 3, border_mode='same',init='glorot_uniform')(conv2)#model.add(Activation('relu'))l2=PReLU()(conv2)l2=BatchNormalization()(l2)m2=AveragePooling2D((3, 3), strides=(3, 3))(l2)d2=Dropout(0.25)(m2)# 2conv3=ZeroPadding2D(padding=(1, 1))(d2)conv3=Convolution2D(64, 3, 3, border_mode='same',init='glorot_uniform')(conv3)#model.add(Activation('relu'))l3=PReLU()(conv3)l3=BatchNormalization()(l3)conv4=ZeroPadding2D(padding=(1, 1))(l3)conv4=Convolution2D(64, 3, 3, border_mode='same',init='glorot_uniform')(conv4)#model.add(Activation('relu'))l4=PReLU()(conv4)l4=BatchNormalization()(l4)m4=AveragePooling2D((3, 3), strides=(3, 3))(l4)d4=Dropout(0.25)(m4)g=GlobalAveragePooling2D()(d4)Den=Dense(1024)(g)#model.add(Activation('relu'))ld=PReLU()(Den)ld=Dropout(0.5)(ld)result=Dense(n_classes, activation='softmax')(ld)#    result=gmodel=Model(inputs=X_input,outputs=result)return model

经典的cnn model相关推荐

Alexnet_经典的CNN模型架构-LeNet、AlexNet、VGG、GoogleLeNet、ResNet
本文将引入 ImageNet图像数据库,并介绍以下几种经典的CNN模型架构: LeNet.AlexNet.VGG.GoogleLeNet.ResNet 1.ImageNet介绍 ImageNet是一个 ...
细粒度分析与Bilinear CNN model（附代码实现）
前言有时,我们逛街时看到不同的狗,却不知道其具体品种,看到路边开满鲜花,却傻傻分不清具体是什么花.实际上,类似的问题在实际生活中屡见不鲜,人类尚且如此,更别说人工智能了.为了解决这一问题,研究者们提 ...
一个简单的CNN model，训练集MNIST
一个简单的CNN model,训练集MNIST 最近学了点机器学习相关的东西,迫不及待跑了一下MNIST,现拿出来分享一下,也算是个记录笔记一.谈谈我的理解 1.卷积卷积就像全连接层的权重W,主要 ...
Bilinear CNN Model理解(附代码实现)
第一次写博客,才刚开始学习深度学习,轻喷(有问题我会及时更正!!!) 个人理解: 在一些类内差异小.但影响因素较大的图像分类任务中,使用全局的CNN特征可能会缺少一些不变性,为了消除这些干扰因素,作者 ...
卷积神经网络mnist手写数字识别代码_搭建经典LeNet5 CNN卷积神经网络对Mnist手写数字数据识别实例与注释讲解，准确率达到97%...
LeNet-5卷积神经网络是最经典的卷积网络之一,这篇文章就在LeNet-5的基础上加入了一些tensorflow的有趣函数,对LeNet-5做了改动,也是对一些tf函数的实例化笔记吧. 环境 Pyc ...
A Cuboid CNN Model with an Attention Mechanism for Skeleton-based Action Recognition---论文理解
翻译一个有注意力的长方体CNN模型基于骨架的动作识别机制摘要深度传感器(如微软Kinect)的引入推动了人类动作识别的研究.深度传感器收集的人体骨骼数据为动作识别传递了大量的信息.虽然在动作识别 ...
Pytorch之经典神经网络CNN(三) —— AlexNet(CIFAR-10) (LRN)
2012年多伦多大学Hinton提出的 AlexNet AlexNet是第一个large-scale CNN, 从AlexNet之后CNN开始变得火了起来贡献是提出了用多层最小卷积叠加来替换单个大 ...
Pytorch之经典神经网络CNN(七) —— GoogLeNet(InceptionV1)(Bottleneck)(全局平均池化GAP)(1*1卷积)(多尺度)(flower花卉数据集)
2014年 Google提出的是和VGG同年出现的,在ILSVRC(ImageNet) 2014中获得冠军,vgg屈居第二 GoogLeNet也称Inception V1.之所以叫GoogLeNet ...
学习笔记之——Bilinear CNN model
双线性模型是2015年提出的一种细粒度图像分类模型.该模型使用的是两个并列的CNN模型,这种CNN模型使用的是AlexNet或VGGNet去掉最后的全连接层和softmax层,这个作为特征提取器,然后 ...

经典的cnn model

经典的cnn model相关推荐

最新文章

热门文章