本文:
a. 了解使用keras
b. 使用keras构建cnn网络
为什么要使用Keras?
Keras是为了让深度学习工程师能够非常快速地构建和试验不同的模型。
正如TensorFlow是比Python更上层的框架,Keras是一个比TensorFlow还高一层的框架。
通过keras可以很快的实现你的想法。
但是,更高层的框架更具限制性,因此有一些非常复杂的模型可以在TensorFlow中实现,但不能在Keras中实现。
首先加载依赖:
本网络解决图像分享类问题,判断表情是否是微笑(0不微笑,1微笑)
加载数据:
构建模型:
使用keras构建模型十分方便
一般步骤:
填充输入样本 ZeroPadding2D(填充大小)(占位符张量)
卷积Conv2D
批量规范化BatchNormalization
激活Activation
池化Maxpoling2D
输入扁平化Flatten
全连接一个普通隐藏层Dense
模型实现:
现在已经构建了一个描述模型的函数。为了训练和测试这个模型,Keras有四个步骤:
通过调用上面的函数创建模型
通过调用编译模型
通过调用在训练集上训练模型。
通过调用 在测试集上测试模型
可以看到使用keras框架构建一个卷积神经网络就是怎么简单
领取专属 10元无门槛券
私享最新 技术干货