深度学习入门实战----基于Keras的手写数字识别 (GoogleNet)

最新推荐文章于 2024-06-24 09:47:08 发布

rookie_weng

最新推荐文章于 2024-06-24 09:47:08 发布

阅读量1.2k

点赞数 3

CC 4.0 BY-SA版权

文章标签：手写数字识别 keras tensorflow

本文链接：https://blog.youkuaiyun.com/weixin_38715173/article/details/84991657

这篇博客介绍了深度学习入门实战系列，重点是使用Keras进行手写数字识别，涵盖了LeNet和VGG16模型。文章还探讨了GoogleNet模型，引用了其在大规模图像识别中的深度卷积网络研究论文，并提供了相关代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

深度学习入门实战----基于Keras的手写数字识别系列

深度学习入门实战----基于Keras的手写数字识别（LeNet）

深度学习入门实战----基于Keras的手写数字识别 (VGG16)

GoogleNet 论文题目：《Very Deep Convolutional Networks For Large-Scale Image Recongnition》

论文链接：paper link

直接上代码：

from keras.models import Model
from keras.utils import plot_model
from keras import regularizers
from keras import backend as K
from keras.layers import Input,Flatten, Dense,Dropout,BatchNormalization, concatenate
from keras.layers.convolutional import Conv2D,MaxPooling2D,AveragePooling2D

# Global Constants
NB_CLASS=20
LEARNING_RATE=0.01
MOMENTUM=0.9
ALPHA=0.0001
BETA=0.75
GAMMA=0.1
DROPOUT=0.4
WEIGHT_DECAY=0.0005
LRN2D_NORM=True
DATA_FORMAT='channels_last' # Theano:'channels_first' Tensorflow:'channels_last'
USE_BN=True
IM_WIDTH=224
IM_HEIGHT=224
EPOCH=50

def conv2D_lrn2d(x,filters,kernel_size,strides=(1,1),padding='same',dilation_rate=(1,1),activation='relu',
                 use_bias=True,kernel_initializer='glorot_uniform',bias_initializer='zeros',
                 kernel_regularizer=None,bias_regularizer=None,activity_regularizer=None,
                 kernel_constraint=None,bias_constraint=None,lrn2d_norm=LRN2D_NORM,weight_decay=WEIGHT_DECAY):
    #l2 normalization
    if weight_decay:
        kernel_regularizer=regularizers.l2(weight_decay)
        bias_regularizer=regularizers.l2(weight_decay)
    else: