Ein ResNet-34-CNN mit Keras implementieren
Die meisten bisher beschriebenen CNN-Architekturen lassen sich ziemlich einfach implementieren (auch wenn Sie normalerweise stattdessen ein vortrainiertes Netzwerk laden werden, wie wir noch sehen). Um den Prozess aufzuzeigen, wollen wir ein ResNet-34 mit Keras von Grund auf erstellen. Zuerst erzeugen wir eine Residual Unit-Schicht:
class ResidualUnit(keras.layers.Layer):
def __init__(self, filters, strides=1, activation="relu", **kwargs):
super().__init__(**kwargs)
self.activation = keras.activations.get(activation)
self.main_layers = [
keras.layers.Conv2D(filters, 3, strides=strides,
padding="same", use_bias=False),
keras.layers.BatchNormalization(),
self.activation,
keras.layers.Conv2D(filters, 3, ...
Get Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow, 2nd Edition now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
