Keras如何构造简单的CNN网络
2016-01-25 01:13
781 查看
1. 导入各种模块
基本形式为:
import 模块名
from 某个文件 import 某个模块
2. 导入数据(以两类分类问题为例,即numClass = 2)
训练集数据data
可以看到,data是一个四维的ndarray
训练集的标签
3. 将导入的数据转化我keras可以接受的数据格式
keras要求的label格式应该为binary class matrices,所以,需要对输入的label数据进行转化,利用keras提高的to_categorical函数
此时的label变为了如下形式
(注:PyCharm无法显示那么多的数据,所以下面才只显示了1000个数据,实际上该例子所示的数据集有1223个数据)
4. 建立CNN模型
以下图所示的CNN网络为例
5. 开始训练model
利用model.train_on_batch或者model.fit
基本形式为:
import 模块名
from 某个文件 import 某个模块
2. 导入数据(以两类分类问题为例,即numClass = 2)
训练集数据data
可以看到,data是一个四维的ndarray
训练集的标签
3. 将导入的数据转化我keras可以接受的数据格式
keras要求的label格式应该为binary class matrices,所以,需要对输入的label数据进行转化,利用keras提高的to_categorical函数
label = np_utils.to_categorical(label, numClass
此时的label变为了如下形式
(注:PyCharm无法显示那么多的数据,所以下面才只显示了1000个数据,实际上该例子所示的数据集有1223个数据)
4. 建立CNN模型
以下图所示的CNN网络为例
#生成一个model model = Sequential() #layer1-conv1 model.add(Convolution2D(16, 3, 3, border_mode='valid',input_shape=data.shape[-3:])) model.add(Activation('tanh'))#tanh # layer2-conv2 model.add(Convolution2D(32, 3, 3, border_mode='valid')) model.add(Activation('tanh'))#tanh # layer3-conv3 model.add(Convolution2D(32, 3, 3, border_mode='valid')) model.add(Activation('tanh'))#tanh # layer4 model.add(Flatten()) model.add(Dense(128, init='normal')) model.add(Activation('tanh'))#tanh # layer5-fully connect model.add(Dense(numClass, init='normal')) model.add(Activation('softmax'))
# sgd = SGD(l2=0.1,lr=0.001, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss='categorical_crossentropy', optimizer=sgd,class_mode="categorical")
5. 开始训练model
利用model.train_on_batch或者model.fit
相关文章推荐
- Android http proxy server 设置
- python网络爬虫学习
- TCP连接的建立和断开、滑动窗口
- tcpdump源码了解
- 厦门巨游网络科技有限公司(HOTPOWER)承接游戏UI外包
- No mapping found for HTTP request with URI [/zjic] in DispatcherServlet
- 关于picasso中的OkHttpDownloader类中引用okhttp,在okhttp3中的错误
- 浅谈TCP EPIPE错误
- VirtualBox常用配置
- TCP恋爱史:三次握手和四次分手
- scala的tcp通信
- 卷积神经网络(cnn) 手写数字识别
- HTTP状态吗详解
- Android高级之网络框架封装
- Node.js权威指南 (8) - 创建HTTP与HTTPS服务器及客户端
- Node.js权威指南 (7) - 实现基于TCP与UDP的数据通信
- TCP三次握手 四次挥手
- 《Spring技术内幕》学习笔记17——Spring HTTP调用器实现远程调用
- 【读书笔记】iOS网络-优化请求性能
- HTTP 数据包头解析