keras实现LeNet-5模型
来源:互联网 发布:python arima 编辑:程序博客网 时间:2024/05/22 06:30
先放一张LeNet-5模型的结构图
关于LeNet-5模型每层具体的参数个数和如何连接本文不讲述,想了解的读者点击这个链接。
下面的代码是使用keras实现,以theano为后端。
#encoding:utf-8from keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Dense,Flatten,Conv2D,MaxPool2Dfrom keras.optimizers import SGDfrom keras.utils import to_categorical(x_train,y_train),(x_test,y_test)=mnist.load_data()print(x_train.shape)print(y_train.shape)print(x_test.shape)print(y_test.shape)#theano为后端的图片矩阵通道数在前,相反tensorflow是通道数在后x_train=x_train.reshape(60000,1,28,28)x_test=x_test.reshape(10000,1,28,28)#把标签变成one-hot编码的形式y_train=to_categorical(y_train,num_classes=10)y_test=to_categorical(y_test,num_classes=10)# create modelmodel=Sequential()model.add(Conv2D(filters=6, kernel_size=(5,5), padding='valid', input_shape=(1,28,28), activation='tanh'))model.add(MaxPool2D(pool_size=(2,2)))model.add(Conv2D(filters=16, kernel_size=(5,5), padding='valid', activation='tanh'))model.add(MaxPool2D(pool_size=(2,2)))#池化后变成16个4x4的矩阵,然后把矩阵压平变成一维的,一共256个单元。model.add(Flatten())#下面就是全连接层了model.add(Dense(120, activation='tanh'))model.add(Dense(84, activation='tanh'))model.add(Dense(10, activation='softmax'))#compile model#事实证明,对于分类问题,使用交叉熵(cross entropy)作为损失函数更好些model.compile( loss='categorical_crossentropy', optimizer=SGD(lr=0.1), metrics=['accuracy'])#train modelmodel.fit(x_train,y_train,batch_size=128,epochs=2)#evaluate modelscore=model.evaluate(x_test,y_test)print("Total loss on Testing Set:", score[0])print("Accuracy of Testing Set:", score[1])
阅读全文
0 0
- keras实现LeNet-5模型
- Keras中实现mnist神经网络训练与模型保存(采用LeNet-5模型)
- keras的lenet实现
- tensorflow实现LeNet-5模型
- Keras实现LeNet-5网络,并可视化网络结构图
- keras实现常用深度学习模型LeNet,AlexNet,ZFNet,VGGNet,GoogleNet,Resnet
- keras实现常用深度学习模型LeNet,AlexNet,ZFNet,VGGNet,GoogleNet,Resnet
- 基于tensorflow和mnist的LeNet-5模型实现
- LeNet-5模型详解及其TensorFlow代码实现
- TensorFlow实现Lenet-5
- 卷积神经网络Lenet-5实现
- 卷积神经网络Lenet-5实现
- 卷积神经网络Lenet-5实现
- 卷积神经网络Lenet-5实现
- Lenet-5 TensorFolw代码实现
- 卷积神经网络Lenet-5实现
- CNN LeNet-5模型 学习笔记
- 经典卷积神经网络LeNet-5模型
- arm GIC介绍之四
- c++模版声明定义及使用方式
- webpos调用加密方式
- ubuntu 安装和查看已安装软件
- ipcs 查看shall memory
- keras实现LeNet-5模型
- PHP把数字ID转字母ID
- R语言学习-读取数据库数据-MYSQL
- 1002_C++ 环境设置
- 高清时代4K H.265/HEVC来临---OTT/IPTV直播系统大发展
- Redis的安装与使用(单节点)
- 近一个月的面试总结_Java岗
- Perl 替换字符串应用
- 超分辨率(super-resolution)VS解模糊(deblur)