CNN 卷积神经网络 - Keras | 莫烦Python
切换视频源:

CNN 卷积神经网络

作者: Mark JingNB 编辑: 莫烦 2016-10-30

学习资料:

搭建模型

这次我们主要讲CNN(Convolutional Neural Networks)卷积神经网络在 keras 上的代码实现。 用到的数据集还是MNIST。不同的是这次用到的层比较多,导入的模块也相应增加了一些。

首先是数据预处理和model的设置。 然后添加第一个卷积层,滤波器数量为32,大小是5*5,Padding方法是same即不改变数据的长度和宽带。 因为是第一层所以需要说明输入数据的 shape ,激励选择 relu 函数。代码如下

第一层 pooling(池化,下采样),分辨率长宽各降低一半,输出数据shape为(32,14,14)

再添加第二卷积层和池化层

经过以上处理之后数据shape为(64,7,7),需要将数据抹平成一维,再添加全连接层1

添加全连接层2(即输出层)

设置adam优化方法,loss函数, metrics方法来观察输出结果

训练

开始训练模型

输出testlossaccuracy结果

2-3-1.png


降低知识传递的门槛

莫烦很常从互联网上学习知识,开源分享的人是我学习的榜样。 他们的行为也改变了我对教育的态度: 降低知识传递的门槛免费 奉献我的所学正是受这种态度的影响。 通过 【赞助莫烦】 能让我感到认同,我也更有理由坚持下去。