練習keras的卷積神經網路

2021-09-19 06:48:30 字數 1842 閱讀 6464

from pil import image


import pylab


import os


import numpy as np


from keras.models import sequential


from keras.layers import convolution2d,zeropadding2d,maxpooling2d


from keras.optimizers import sgd


cwd = os.getcwd()


filepath = cwd + '/training-images/且/0aeab785376122c0463eec35c95e6b823f4fc988.jpg'


# 開啟，獲得pil影象物件


pil_im = image.open(filepath,'r')


# 把轉換成陣列形式，得到乙個numpy陣列物件


array_im = np.asarray(pil_im,dtype="float32")


width=array_im.shape[0]


height=array_im.shape[1]


data = np.empty((1,width,height,1),dtype="float32")


data[0,:,:,0]=array_im


# 設定sober權重


sober_weights =  [[[[[-1]],[[0]],[[1]]],[[[-2]],[[0]],[[2]]],[[[-1]],[[0]],[[1]]]]]


sober_weights = np.array(sober_weights)


# 組織卷積神經網路


model = sequential()


model.add(zeropadding2d(padding=(2,2),batch_input_shape=(1,width,height,1)))


model.add(convolution2d(filters=1,kernel_size=(3,3),strides=(1,1),activation='relu',name='conv1_1'))


model.set_weights(sober_weights)


model.add(zeropadding2d((1,1)))


model.add(convolution2d(filters=1,kernel_size=(3,3),strides=(1,1),activation='relu',name='conv1_2'))


model.set_weights(sober_weights)


## 池化操作


model.add(zeropadding2d((1,1)))


model.add(maxpooling2d(pool_size=1,strides=none))


# 優化函式，設定學習率等引數


sgd = sgd(lr=0.01,decay=1e-6,momentum=0.9,nesterov=true)


# 使用mse作為loss函式


model.compile(loss='mse',optimizer=sgd)


# **結果


predictresult = model.predict(data,batch_size=1,verbose=0)


squeezeresult = np.squeeze(predictresult)


result = squeezeresult[:179]


figs = np.hstack([array_im,result])


# 顯示


pylab.imshow(figs)


pylab.show()

卷積神經網路 Keras 由淺入深

python mathematics 卷積神經網路能夠有效的處理影象檔案，當然換一種說法就是能夠有效處理矩陣。其關鍵部分就是 卷積核 過濾器 的生成。當然還有一些其他的基礎操作。對於卷積核 卷積核的特徵 init filters,kernel size,strides 1 1 padding val...

keras卷積神經網路舉例

特徵圖深度在增加 從32到128，但尺寸在變小 from keras import layers from keras import model 輸入尺寸為150 150 3，展平後是7 7 128 model model.sequential 二維卷積核 提取的圖塊大小 一般3 3 9個特徵向量，...

Keras實現卷積神經網路

1 coding utf 8 2 3created on sun jan 20 11 25 29 201945 author zhen 6 78 import numpy as np 9from keras.datasets import mnist 10from keras.models impo...