Keras

Keras卷積神經網絡

Keras卷積神經網絡

有一個很好的方法,您可以使用通過創建卷積神經網絡深度學習。建築CNN的幫助下Keras庫很簡單和方便。CNN模型的核心功能如下:

  • CNN的輸入層由(1 8 28)值。
  • 第一層稱為Conv2D由32個過濾器。
  • 第二層也叫Conv2D,由64年的過濾器。
  • 第三層的CNN的池大小(2,2)。
  • CNN的第四層稱為平用於扁平輸入到一個單獨的維度。
  • CNN的第五層稱為密度由128個神經元。
  • 第六層稱為輟學,其價值的0.5%。
  • 剩下的其他層由神經元激活函數稱為“softmax”。
在Python閏年項目
1小時
初學者
1.3 k +學習者
4.52 (33)
素數在Java中
2小時
初學者
1.6 k +學習者
4.63 (27)
例外,與Python文件處理
2小時
中間
2.7 k +學習者
4.35 (80)
堆數據結構
1小時
初學者
1.2 k +學習者
4.15 (46)
素數在Python程序
1小時
初學者
1.3 k +學習者
4.31 (39)
Python使用
1小時
初學者
2.8 k +學習者
4.17 (96)
軟件工程的範圍
1小時
初學者
412年學習者
4.28 (25)
R工作室基本知識
1小時
初學者
2.3 k +學習者
4.4 (75)
在java類
1小時
初學者
3.5 k +學習者
4.46 (83)
用Java多線程
2小時
中間
3.3 k +學習者
4.47 (92)
Baidu
map