定义 CNN 模型的架构

Question

你好，我现在正在使用 Keras 训练 CNN，但我需要定义模型添加不同的层来转换我的 80x60 图像。我编码了下一个东西：

model = Sequential()
model.add(Conv2D(5, kernel_size=(5, 5),activation='linear',input_shape=(80,60,1),padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(MaxPooling2D((2, 2),padding='same'))
model.add(Conv2D(5, (5, 5), activation='linear',padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(MaxPooling2D(pool_size=(2, 2),padding='same'))
model.add(Conv2D(5, (5, 5), activation='linear',padding='same'))
model.add(LeakyReLU(alpha=0.1))
model.add(MaxPooling2D(pool_size=(2, 2),padding='same'))
model.add(Flatten())
model.add(Dense(100, activation='linear'))
model.add(Dense(1, activation='linear'))

这是我用来编码的图片。我的代码正确吗？ CNN Layers

Answer 1

您的模特身材来自 here：此模型的正确代码为：

model = Sequential()
model.add(Conv2D(5, kernel_size=(5, 5),activation='relu',input_shape=(80,60,1),padding='same'))
model.add(MaxPooling2D((2, 2),padding='same'))
model.add(Conv2D(5, (5, 5), activation='relu',padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2),padding='same'))
model.add(Conv2D(5, (5, 5), activation='relu',padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2),padding='same'))
model.add(Conv2D(5, (5, 5), activation='relu',padding='same'))
model.add(Flatten())
model.add(Dense(100, activation='linear'))
model.add(Dense(1, activation='linear'))

图片显示ReLU激活函数，但你用了LeakyReLU，我改正了。
而且，最后还有另一个 Conv2D 层，您错过了。

定义 CNN 模型的架构

Definining the arquitecture for a CNN model

python

conv-neural-network

keras