python卷积神经网络算法
时间: 2023-09-16 18:11:24 浏览: 101
基于python的卷积神经网络算法
Python中的卷积神经网络(Convolutional Neural Network, CNN)算法主要是通过TensorFlow和Keras等深度学习框架来实现的。下面是一个简单的CNN模型实现示例:
```python
import tensorflow as tf
from tensorflow import keras
# 定义模型
model = keras.models.Sequential([
keras.layers.Conv2D(filters=32, kernel_size=3, padding='same', activation='relu', input_shape=[28, 28, 1]),
keras.layers.MaxPooling2D(pool_size=2),
keras.layers.Conv2D(filters=64, kernel_size=3, padding='same', activation='relu'),
keras.layers.MaxPooling2D(pool_size=2),
keras.layers.Flatten(),
keras.layers.Dense(units=128, activation='relu'),
keras.layers.Dense(units=10, activation='softmax')
])
# 编译模型
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
# 训练模型
model.fit(train_images, train_labels, epochs=10, validation_data=(test_images, test_labels))
# 测试模型
test_loss, test_acc = model.evaluate(test_images, test_labels)
print('Test accuracy:', test_acc)
```
这个CNN模型包含两个卷积层、两个池化层和两个全连接层,用于对MNIST手写数字数据集进行分类。在模型训练和测试时,需要提供训练数据和测试数据,并指定模型的损失函数、优化器和评估指标。
阅读全文