然后, 从 Keras 中导入 “核心” 层. 这些是几乎所有神经网络都会用到的层:
?
接下来, 我们从 Keras 中导入 CNN 层....我们将在另一个文章中对此进行更多的讨论: 6 Fun Machine Learning Projects for Beginners.
很方便的是, Keras 库已经包含了 MNIST....这里有一个 Keras 实现样例.
我们先声明一个顺序模型:
?
然后, 声明一个输入层:
?
输的形状参数应为形状为 1 的样例....打印当前模型的输出进行确认:
?
然后, 我们可以像搭积木一样向模型中添加更多的层:
?
再次声明, 我们不会太深究理论的东西, 但有必要强调一下我们刚刚添加的 Dropout 层....到目前为止, 对于模型的参数, 我们已经添加了 2 个卷积层. 要完成模型的架构, 让我们添加一个完全连接的层和输出层:
?
对于 Dense 层, 第一个参数是输出的大小.
