8、卷积和残差神经网络详解

卷积和残差神经网络详解

1. 层连接基础

在构建神经网络时，可将实例化的层对象作为可调用对象，并传入前一层的对象来实现层与层之间的连接。例如，对于第一个全连接层（Dense layer），将其作为可调用对象调用时，需传入扁平化层（Flatten layer）的对象作为参数，这样能使扁平化层和第一个全连接层实现全连接（扁平化层中的每个节点都会与全连接层中的每个节点相连）。以下是一个示例代码：

from tensorflow.keras import Input, Model
from tensorflow.keras.layers import Dense
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten
inputs  = Input(shape=(128, 128, 1))                              
layer   = Conv2D(16, kernel_size=(3, 3), strides=(2, 2), padding="same",
                 activation='relu')(inputs)                        
layer   = MaxPooling2D(pool_size=(2, 2), strides=(2, 2))(layer) 
layer   = Flatten()(layer)
layer   = Dense(512, activation='relu')(layer)
outputs = Dense(26, activation='softm