CNN模型中每层工作说明

詹惠儿

2019-04-02 阅读量: 491

CNN模型中每层工作说明

CNN模型中每层工作说明：layer1是Conv2d层，它使用32个过滤器卷积图像，每个过滤器大小（3 * 3）。
layer2也是一个Conv2D层，它也用于卷积图像，并使用64个滤波器，每个滤波器的大小（3 * 3）。
layer3是MaxPooling2D层，它从大小（3 * 3）的矩阵中选择最大值。
layer4以0.5的速率显示Dropout。
layer5将从layer4获得的输出展平，并将此展平输出传递给layer6。
layer6是神经网络的隐藏层，包含250个神经元。
layer7是输出层，具有10个神经元，用于10类输出，使用softmax函数。
调用编译和拟合函数：

model = Model([inpx], layer7)

model.compile(optimizer=keras.optimizers.Adadelta(),

loss=keras.losses.categorical_crossentropy,

metrics=['accuracy'])

model.fit(x_train, y_train, epochs=12, batch_size=500)