9、深度学习中的高级技术：从Inception模块到迁移学习

mqtt6iot

于 2025-11-02 15:20:03 发布

阅读量11

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习实战进阶文章标签： Inception模块 Keras 自定义损失函数

本文链接：https://blog.youkuaiyun.com/mqtt6iot/article/details/154556762

深度学习实战进阶专栏收录该内容

15 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

深度学习中的高级技术：从Inception模块到迁移学习

1. Inception模块在Keras中的示例

使用Keras的函数式API构建Inception模块非常容易。为了专注于学习如何使用Keras构建并行评估层的网络，我们不构建完整的数据集模型。假设训练数据集为CIFAR10，其图像尺寸为32×32，有三个通道（彩色图像）。

1.1 定义输入层

from keras.layers import Input
input_img = Input(shape = (32, 32, 3))

1.2 定义各层

from keras.layers import Conv2D, MaxPooling2D
tower_1 = Conv2D(64, (1,1), padding='same', activation='relu')(input_img)
tower_1 = Conv2D(64, (3,3), padding='same', activation='relu')(tower_1)
tower_2 = Conv2D(64, (1,1), padding='same', activation='relu')(input_img)
tower_2 = Conv2D(64, (5,5), padding='same', activation='relu')(tower_2)
tower_3 = MaxPooling2D((3,3), strides=(1,1), padding='same')(i