@Author：Runsen

文章目錄

• 基本卷積神經(jīng)網(wǎng)絡(luò)（CNN）
• • • 加載數(shù)據(jù)集
    • 1.創(chuàng)建模型
    • 2.卷積層
    • 3. 激活層
    • 4. 池化層
    • 5. Dense（全連接層）
    • 6. Model compile & train

基本卷積神經(jīng)網(wǎng)絡(luò)（CNN）

-CNN的基本結(jié)構(gòu)：CNN與MLP相似，因?yàn)樗鼈冎幌蚯皞魉托盘?hào)（前饋網(wǎng)絡(luò)），但有CNN特有的不同類型的層

• Convolutional layer：在一個(gè)小的感受野（即濾波器）中處理數(shù)據(jù)
• Pooling layer：沿2維向下采樣（通常為寬度和高度）
• Dense (fully connected) layer：類似于MLP的

總結(jié)

以上是生活随笔為你收集整理的【小白学习Keras教程】四、Keras基于数字数据集建立基础的CNN模型的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。