使用 TensorFlow 和 Keras 的 CNN

卷积神经网络CNN )是一种特殊的前馈神经网络,在其架构中包含卷积和汇聚层。也称为 ConvNets,CNN 架构的一般模式是按以下顺序包含这些层:

  1. 完全连接的输入层
  2. 卷积,池化和完全连接层的多种组合
  3. 完全连接的输出层,具有 softmax 激活函数

CNN 架构已被证明在解决涉及图像学习的问题(例如图像识别和对象识别)方面非常成功。

在本章中,我们将学习与 ConvNets 相关的以下主题:

  • 理解卷积
  • 了解池
  • CNN 架构模式-LeNet
  • LeNet for MNIST 数据集
    • 带有 TensorFlow 的 MNIST 的 LeNet
    • 带有 Keras 的 MNIST 的 LeNet
  • LeNet for CIFAR 数据集
    • 带有 TensorFlow 的 CIFAR10 的 LeNet CNN
    • 带有 Keras 的 CIFAR10 的 LeNet CNN

让我们从学习 ConvNets 背后的核心概念开始。

results matching ""

    No results matching ""