卷积神经网络 {Keras 由浅入深}

卷积神经网络

|
TensorFlow|

Keras

python & mathematics

---

卷积神经网络能够有效的处理图像文件，当然换一种说法就是能够有效处理矩阵。
其关键部分就是卷积核（过滤器）的生成。
当然还有一些其他的基础操作。

对于卷积核
卷积核的特征：

__init__(
    filters,
    kernel_size,
    strides=(1, 1),
    padding='valid',
    data_format='channels_last',
    dilation_rate=(1, 1),
    activation=None,
    use_bias=True,
    kernel_initializer=None,
    bias_initializer=tf.zeros_initializer(),
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    trainable=True,
    name=None,
    **kwargs
)

• filters :kernel的数量（维度）
• kernel：过滤器的大小
• strides：步长
• padding：填充

详见：https://tensorflow.google.cn/api_docs/python/tf/layers/Conv2D?hl=zh_cn

# Official Example
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))