当前位置:网站首页>运用tensorflow中的keras搭建卷积神经网络
运用tensorflow中的keras搭建卷积神经网络
2022-07-07 07:12:00 【guluC】
运用tensorflow中的keras搭建卷积神经网络
六步法
1、导入tensorflow库
import tensorflow.keras as keras
2、准备训练数据
x_train,y_train
x_test,y_test
3、搭建网络结构
- 生成一个保存网络结构的容器
model = keras.models.Sequential() #描述各层网络
- 卷积层
keras.layers.Conv2D(
filters, #卷积核个数
kernel_size, #卷积核尺寸 一般为(3,3)
strides=(1, 1), #滑动步长 默认(1,1)
padding='valid', #补零策略 'valid'或者'same'
activation=None, #激活函数 常用的有relu,softmax,selu
input_shape #定义输入的数据样式 (64,64,3)64*64的三维图
)
- 池化层
keras.layers.MaxPooling2D(
pool_size=(2, 2), #池化层大小
strides=None, #步长
padding='valid', #补零策略 'valid'或者'same'
data_format=None
)
- 压平(将数据变为一维,常用在从卷积层到全连接层的过度)
keras.layers.Flatten()
- 全连接层
keras.layers.Dense(
units, # 输出空间的维数
activation=None, # 激活函数 常用的有relu,softmax,selu
use_bias=True, # 布尔值,是否使用偏移向量
)
- Dropout层(防止过拟合,提高模型的泛化能力)
keras.layers.Dropout(
rate, #0-1之间的小数 丢弃的百分比
noise_shape=None,
seed=None #随机种子
)
4、打印网络结构和参数统计
model.summary()
summary 函数用于打印网络结构和参数统计
5、配置训练时用的优化器、损失函数和准确率评测标准
model.compile(
optimizer, #优化器
loss, # 损失函数
metrics #网络评价指标
)
- optimizer参数可以是字符串形式给出的优化器名字,也可以是函数形式,使用函数形式可以设置学习率、动量和超参数
- “sgd” 或者 keras.optimizers.SGD(lr = 学习率,decay = 学习衰减率,momentum = 动量参数)
- "adagrad’"或者 keras.optimizers.Adagrad(lr = 学习率, decay = 学习率衰减率)
- "adadelta"或者 keras.optimizers.Adadelta(lr = 学习率, decay = 学习率衰减率)
- "adam"或者 keras.optimizers.Adam(lr = 学习率,decay = 学习率衰减率)
- lose参数可以是字符串形式给出的损失函数的名字,也可以是函数形式、
- "mse"或者 keras.losses.MeanSquaredError()
- “sparse_categorical_crossentropy” 或者keras.losses.SparseCatagoricalCrossentropy(from_logits = False)
- Metrics标注网络评价指标
- “accuracy” : y_ 和 y 都是数值,如y_ = [1] y = [1] #y_为真实值,y为预测值
- "sparse_accuracy"y_和y都是以独热码 和概率分布表示,如y_ = [0, 1, 0], y = [0.256, 0.695, 0.048]
- "sparse_categorical_accuracy"y_是以数值形式给出,y是以 独热码给出,如y_ = [1], y = [0.256 0.695, 0.048]
6、fit
model.fit(
x, y,
batch_size=32,
epochs=10,
verbose=1,
callbacks=None,
validation_split=0.0,
validation_data=None,
shuffle=True,
class_weight=None,
sample_weight=None,
initial_epoch=0
)
- x:输入数据。如果模型只有一个输入,那么x的类型是numpy
array,如果模型有多个输入,那么x的类型应当为list,list的元素是对应于各个输入的numpy array - y:标签,numpy array
- batch_size:整数,指定进行梯度下降时每个batch包含的样本数。训练时一个batch的样本会被计算一次梯度下降,使目标函数优化一步。
- epochs:整数,训练终止时的epoch值,训练将在达到该epoch值时停止,当没有设置initial_epoch时,它就是训练的总轮数,否则训练的总轮数为epochs - inital_epoch
- verbose:日志显示,0为不在标准输出流输出日志信息,1为输出进度条记录,2为每个epoch输出一行记录
- callbacks:list,其中的元素是keras.callbacks.Callback的对象。这个list中的回调函数将会在训练过程中的适当时机被调用,参考回调函数
- validation_split:0~1之间的浮点数,用来指定训练集的一定比例数据作为验证集。验证集将不参与训练,并在每个epoch结束后测试的模型的指标,如损失函数、精确度等。注意,validation_split的划分在shuffle之前,因此如果你的数据本身是有序的,需要先手工打乱再指定validation_split,否则可能会出现验证集样本不均匀。
- validation_data:形式为(X,y)的tuple,是指定的验证集。此参数将覆盖validation_spilt。
- shuffle:布尔值或字符串,一般为布尔值,表示是否在训练过程中随机打乱输入样本的顺序。若为字符串“batch”,则是用来处理HDF5数据的特殊情况,它将在batch内部将数据打乱。
- class_weight:字典,将不同的类别映射为不同的权值,该参数用来在训练过程中调整损失函数(只能用于训练)
- sample_weight:权值的numpy
array,用于在训练时调整损失函数(仅用于训练)。可以传递一个1D的与样本等长的向量用于对样本进行1对1的加权,或者在面对时序数据时,传递一个的形式为(samples,sequence_length)的矩阵来为每个时间步上的样本赋不同的权。这种情况下请确定在编译模型时添加了sample_weight_mode=’temporal’。 - initial_epoch: 从该参数指定的epoch开始训练,在继续之前的训练时有用。
fit函数返回一个History的对象,其History.history属性记录了损失函数和其他指标的数值随epoch变化的情况,如果有验证集的话,也包含了验证集的这些指标变化情况
边栏推荐
- How to use clipboard JS library implements copy and cut function
- 用flinksql的方式 写进 sr的表,发现需要删除的数据没有删除,参照文档https://do
- In fact, it's very simple. It teaches you to easily realize the cool data visualization big screen
- H5网页播放器EasyPlayer.js如何实现直播视频实时录像?
- Writing file types generated by C language
- 2020浙江省赛
- Sqlplus garbled code problem, find the solution
- JS逆向教程第一发
- Pit using BigDecimal
- C# XML的应用
猜你喜欢
随机推荐
Flinkcdc failed to collect Oracle in the snapshot stage. How do you adjust this?
一大波开源小抄来袭
Thinkphp3.2 information disclosure
第一讲:寻找矩阵的极小值
Write it into the SR table in the way of flinksql. It is found that the data to be deleted has not been deleted. Refer to the document https://do
How to solve the problem of golang select mechanism and timeout
Liunx command
Selenium+bs4 parsing +mysql capturing BiliBili Tarot data
Pit using BigDecimal
请教个问题,我用sql-client起了个同步任务,从MySQL同步到ADB,历史数据有正常同步过去
PostgreSQL reports an error when creating a trigger,
细说Mysql MVCC多版本控制
Gauss elimination
Impression notes finally support the default markdown preview mode
Applet sliding, clicking and switching simple UI
其实特简单,教你轻松实现酷炫的数据可视化大屏
ViewPager2和VIewPager的区别以及ViewPager2实现轮播图
2020ccpc Weihai J - Steins; Game (SG function, linear basis)
Do you have a boss to help look at this error report and what troubleshooting ideas are there? Oracle CDC 2.2.1 flick 1.14.4
How to become a senior digital IC Design Engineer (5-3) theory: ULP low power design technology (Part 2)