如何解决卷积层的实现
作为任务,我需要为我已经完成的 MNIST 数据集实现 LeNet 架构。
model = Sequential()
model.add(Conv2D(filters=6,kernel_size=(5,5),padding='same',activation="tanh",input_shape=(28,28,1)))
model.add(AvgPool2D(pool_size=(2,2)))
model.add(Conv2D(filters=16,padding='valid',activation="tanh"))
model.add(AvgPool2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dense(units=120,activation='tanh'))
model.add(Dense(units=84,activation='tanh'))
model.add(Dense(units=10,activation='softmax'))
model.compile(loss='sparse_categorical_crossentropy',optimizer='adam',metrics=['acc'])
model.summary()
但我也必须自己实现卷积层,在模型中的任何地方替换它并检查测试集上的准确率值是否不变。不幸的是,我找不到解决这个问题的任何方法,所以我希望有人能在这里发光。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。