学习笔记(03):轻松入门Tensorflow-LeNet模型构建

立即学习:https://edu.csdn.net/course/play/26266/334243?utm_source=blogtoedu

TensorFlow模型类：Model类，Sequential类

 

LeNet第一层卷积层编码

Conv2D(filters=6,   # 卷积核个数(输出通道数)

 kernel_size=(5, 5), # 卷积核大小
 padding='valid', # 填充方式
 activation=tf.nn.relu, # 激活函数
 input_shape=(32,32,1)) # 输入数据格式

 LeNet第二层池化层

pool_size, # 必须设置

strides=(1, 1), 
padding='valid', #其他可选项：SAME，前者舍弃后者为补齐
data_format=None, # 默认channels_last
AveragePooling2D(pool_size=(2, 2), strides=(2,2), 
padding='same')

 

LeNet第三层第四层卷积层和池化层

tf.keras.layers.Conv2D(filters=16, kernel_size=(5, 5), 
padding='valid', activation=tf.nn.relu),
AveragePooling2D(pool_size=(2, 2), strides=(2,2), 
padding='same') 

 

TensorFlow的扁平化类：多维数据变成一维

tf.keras.layers.Flatten()

 

 LeNet第五层全连接层

units, # 输出的维数
activation, # 激活函数
strides=(1, 1),  # 步长
padding='valid', #另外一个可选项：SAME，前者舍弃，后
者为补齐
data_format=None, # 默认channels_last

Dense(units=120, activation=tf.nn.relu)
Dense(units=84, activation=tf.nn.relu)
Dense(units=10, activation=tf.nn.softmax)