keras实现deepid：flatten中间层、merge多个层次、二维图像的处理、权重的保存与重用、Autoencoder

论文参考：Sun Y, Wang X, Tang X. Deep learning face representation
from predicting 10,000 classes[C]//Computer Vision and Pattern Recognition (CVPR), 2014 IEEE Conference on. IEEE, 2014: 1891-1898.

参考这个：https://github.com/stdcoutzyx/DeepID_FaceClassify/blob/master/README_ch.md

由于上面链接使用的theano，所以修改成了keras代码试了一下。

主要学习使用了：

Convolution2D

MaxPooling2D

Flatten

Input

merge

功能主要包括：

构建网络结构（flatten中间层、merge多个层次、二维图像的处理）

网络训练（权重的保存与重用、earlyStop的使用）

获取中间层的输出

之前还研究了一下：

sequence、graph

Autoencoder

一并记录一下

源码就不贴了，太挫。