Как мне сделать так, чтобы параметр функции модели отсева был правильным или нет?
Здесь я закодировал архитектуру CNN, но не могу подтвердить, правильно ли реализована архитектура или нет? как мне это подтвердить. Размер входных изображений - 88x128, взятый из исследовательской работы (https://ieeexplore.ieee.org/abstract/document/7550060).
Я придерживаюсь архитектуры и параметров, представленных на прилагаемом рисунке.
Архитектурный диаграмма и параметры c таблица
![architectural diagram and parametric table](https://i.stack.imgur.com/90KLB.png)
Текстовая информация представлена на этом рисунке:
(текстовая информация)
![textual information's](https://i.stack.imgur.com/SFgU3.png)
import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
import numpy as np
import cv2
import os
from keras.preprocessing.image import ImageDataGenerator, load_img, img_to_array
from keras.layers.normalization import BatchNormalization
batch_size = 4
num_classes = 35
epochs = 40
#178, 256, 1
model = Sequential()
model.add(Conv2D(filters=96, input_shape=(128, 88, 1), kernel_size=(18, 18), strides=1, activation='relu', padding='valid'))
model.add(MaxPooling2D(pool_size=(2, 2), strides=2))
model.add(BatchNormalization())
model.add(Conv2D(filters=96, kernel_size=(45, 45), strides=1, activation='relu', padding='valid'))
model.add(MaxPooling2D(pool_size=(3, 3), strides=2))
model.add(BatchNormalization())
model.add(Flatten())
model.add(Dense(1024))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.summary()