作家
登录

小白学CNN以及Keras的速成

作者: 来源: 2017-08-25 15:49:31 阅读 我要评论

  • from keras.layers import Conv2D,MaxPool2D,Dense,Flatten 
  •  
  • from keras.models import Sequential 
  •  
  • lenet=Sequential() 
  •  
  • lenet.add(Conv2D(6,kernel_size=3,strides=1,padding='same',input_shape=(28, 28, 1))) 
  •  
  • lenet.add(MaxPool2D(pool_size=2,strides=2)) 
  •  
  • lenet.add(Conv2D(16,kernel_size=5,strides=1,padding='valid'

      推荐阅读

      MySQL高可用数据库内核深度优化的四重定制

    【51CTO晃荡】8.26 带你与清华大年夜学、搜狗、京东大年夜咖们一路商量基于算法的IT运维实践 一、UDB高可用数据库架构 UDB以虚拟IP、HAProxy、单节点UDB数据库搭建双节点高可用架构:>>>详细阅读


    本文标题:小白学CNN以及Keras的速成

    地址:http://www.17bianji.com/lsqh/36937.html

  • 关键词: 探索发现

    乐购科技部分新闻及文章转载自互联网,供读者交流和学习,若有涉及作者版权等问题请及时与我们联系,以便更正、删除或按规定办理。感谢所有提供资讯的网站,欢迎各类媒体与乐购科技进行文章共享合作。

    网友点评
    自媒体专栏

    评论

    热度

    精彩导读
    栏目ID=71的表不存在(操作类型=0)