gpt4 book ai didi

machine-learning - 我应该为 Keras 使用哪些层?

转载 作者:行者123 更新时间:2023-11-30 08:33:35 24 4
gpt4 key购买 nike

我正在 Keras 中构建一个示例项目。该项目旨在识别猫和狗之间的区别。我找到了example在线模型如下:

model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=(3, 150, 150)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

我的问题是,人们如何知道要使用哪些层?何时使用 Conv2DConv1D 与另一层是否有指导原则或经验法则?

最佳答案

简而言之 - 他们没有。提出良好的架构是当前深度学习研究的主要内容。有一些经验法则、直觉,但主要是经验或应对据报告有效的现有规则。

简而言之:

  • 当数据具有空间和/或时间结构(例如图像、视频、声音等)时,就会使用卷积。
  • 池化与卷积具有类似的用例,它仍然需要空间和/或时间结构(除非它应用于整个 channel /维度),并提供了一种去除“细节”(通常是噪声)和减少维度的方法信号
  • 当数据具有连续字符时会重复出现
  • 需要完全连接来“强制”给定维度(因此通常用作最后一层),或者当人们并不真正知道任何可以利用的结构时(因为它们几乎是最通用的结构)

然而,如何构建、使用哪些超参数、使用多少个超参数是一个巨大的开放研究问题,一开始最好的方法是复制别人的架构并获得一些经验/直觉,了解什么是有效的,什么是有效的不适用于您正在使用的数据。

关于machine-learning - 我应该为 Keras 使用哪些层?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42892586/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com