ResNet实现150层的深度神经网络 图像识别

本文介绍如何使用ResNet构建一个150层的深度神经网络,解决传统网络因梯度问题难以加深的问题。该模型应用于手势识别任务,数据集链接已提供,需下载并置于代码路径下,适用于Python3.7环境。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

传统的神经网络很难做的很深,因为会发生梯度爆炸或梯度消失,导致难以收敛。

ResNet中各层中有一些“捷径”,这使得层数可以做的很多,本文实现了一个150层的神经网络,用于识别手势的图像,训练时间也可以接受。


数据集下载地址:http://pan.baidu.com/s/1bpo8DEv

把数据集下载后放在代码路径下才可运行此程序,博主的环境是Pycharm,python3.7


import numpy as np
from keras import layers
from keras.layers import Input, Add, Dense, Activation, ZeroPadding2D, BatchNormalization, Flatten, Conv2D, AveragePooling2D, MaxPooling2D, GlobalMaxPooling2D
from keras.models import Model, load_model
from keras.preprocessing import image
from keras.utils import layer_utils
from keras.utils.data_utils import get_file
from keras.applications.imagenet_utils import preprocess_input
import pydot
# from IPython.display import SVG
from keras.utils.vis_utils import model_to_dot
from keras.utils import plot_model
# from resnets_utils import *
from keras.initializers import glorot_uniform
import scipy.misc
from matplotlib.pyplot import imshow
# %matplotlib inline
import tensorflow as tf
import keras.backend as K
K.set_image_data_format('channels_last')
K.set_learning_phase(1)

def identity_block(X, f, filters, stage, block):
    ""
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值