Keras如何构造简单的CNN网络
2016-04-01 10:32
591 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
- Coursera《machine learning》--(8)神经网络表述
- 卷积神经网络
- (转载)卷积神经网络
- (转载)Convolutional Neural Networks卷积神经网络
- 卷积神经网络 cnnff.m程序 中的前向传播算法 数据 分步解析
- 全连接的BP神经网络
- HttpModule(管道层)在项目和网站中的使用简单实例
- 为什么UDP有时比TCP更有优势?
- http://www.tuicool.com/articles/AfQRru
- Linux下的sniffer工具--TcpDump的安装和使用
- Wireshark和TcpDump抓包分析心得
- 如何使用xstream解析网络上请求的xml文件,解析并展示
- http://www.knowsky.com/623713.html
- VC++的UNICODE工程和多字节字符集的HTTP请求
- http与https
- 【C++ Primer plus】【第二十二章】TCP和UDP协议
- virtualbox安装xp后无网络
- HttpServlet
- XMLHTTP.readyState的五种状态
- CodeForces 653D Delivery Bears(网络流)