как мы можем создать модель CNN? - PullRequest
Новая
       64

как мы можем создать модель CNN?

0 голосов
/ 26 мая 2020

Я видел сообщение о классификации собак и кошек, ссылка на этот блог

https://medium.com/@mrgarg.rajat / kaggle-dogs-vs-cats-challenge-complete-step-by-step-guide- part-2-e9ee4967b9

но в коде автор показывает архитектуру сети CNN, как это 

model = Sequential()

model.add(Conv2D(32, (3,3), input_shape=(ROWS, COLS, CHANNELS), activation='relu'))
model.add(MaxPooling2D(pool_size = (2,2)))

model.add(Conv2D(64, (3,3), activation='relu'))
model.add(MaxPooling2D(pool_size = (2,2)))
model.add(Dropout(0.4))

model.add(Conv2D(128, (3,3), activation='relu'))
model.add(MaxPooling2D(pool_size = (2,2)))
model.add(Dropout(0.4))

model.add(Conv2D(256, (3,3), activation='relu'))
model.add(MaxPooling2D(pool_size = (2,2)))
model.add(Dropout(0.4))

model.add(Conv2D(512, (1,1), activation='relu'))
#model.add(MaxPooling2D(pool_size = (2,2)))

model.add(Flatten())
model.add(Dropout(0.4))

model.add(Dense(units=120, activation='relu'))
model.add(Dense(units=2, activation='sigmoid'))

model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
model.summary()

Я действительно не знаю, как автор использует это, например, как он думает о такой сети, но ни о какой другой, зачем нужны 4 con2d и 2 плотных, и как он использует отсев, пожалуйста, помогите мне объяснить эту сеть, большое спасибо

в этом CNN:

ROW и COL - это 64

CHANNELS - 3

Ответы [ 2 ]

0 голосов
/ 26 мая 2020

Если вы хотите узнать, почему люди используют определенные модели CNN, вам необходимо прочитать исследовательские работы о том, как были разработаны модели CNN. Несколько моделей, о которых вы, возможно, захотите прочитать, - это VGG, Re sNet, Ale xNet и Inception. Большинство этих блоггеров, пишущих статьи, основывают свою работу на этих моделях, поскольку они показали свою высокую эффективность.

Поймите, большая часть этого построена на матричной алгебре, вероятности и исчислении, поэтому, если вы не знакомы с этими предметами, вам нужно начать с этого, если вы действительно хотите понять, что творится под капотом.

0 голосов
/ 26 мая 2020

Ваш вопрос по архитектуре модели. Настоящий ответ заключается в том, что на самом деле не существует прямого взгляда, чтобы найти хороший, который в первую очередь выполняет свою работу. На самом деле это основная задача НИОКР с многочисленными перекрестными проверками для оценки хорошей архитектуры для конкретной c проблемы. И это одна из причин, почему предварительно обученные модели так ценны. Не стесняйтесь взглянуть.

...