如何设定一个N层CNN的Layer,CNN初始化

如何设定一个N层CNN的Layer,CNN初始化

前言

目前人工智能已经融入到我们的生活,大数据模型也是层出不穷。那我们就学习一些简单的模型设置。

干货

代码

python 复制代码
# This is the original CNN layer setup,
def build_cnn(input_layer):
    cnn = Conv1D(9,9,padding="same")(input_layer)
    cnn = BatchNormalization()(cnn)
    cnn = Dropout(rate = 0.05)(cnn)

    cnn = Conv1D(18,7,padding="same")(cnn)
    cnn = BatchNormalization()(cnn)
    cnn = Dropout(rate = 0.07)(cnn)

    cnn = Conv1D(36,5,padding="same")(cnn)
    cnn = BatchNormalization()(cnn)
    cnn = Dropout(rate = 0.1)(cnn)

    cnn = Conv1D(72,3,padding="same")(cnn)
    cnn = BatchNormalization()(cnn)
    cnn = Dropout(rate = 0.1)(cnn)

    return cnn
    

解释

  1. 这里面input_layer需要自己去设计,如何切数据请根据自己的情况来设置;
  2. Conv1D(x,y)函数建议x参数成倍数增长,y参数递减;
  3. 建议把每层的数据进行标准化BatchNormalization()
  4. 优于我们创建了这么多layer数据,建议随机剔除一些来避免过拟合:
    • 当x参数越来越大,建议把Dropout(rate = 【rate】) 逐渐调大,根据自己的模型来调整,个人不建议调太大;
  5. 还想加啥函数请自行调整,DL这玩意儿每个人有每个人的理解和需求;
  6. 需要导入什么库请自己搜吧,我也懒得列出来了。XD

结语

希望大家有所收获,有不明白的欢迎大家留言。

相关推荐
黎燃2 分钟前
当 YOLO 遇见编剧:用自然语言生成技术把“目标检测”写成“目标剧情”
人工智能
算家计算3 分钟前
AI教母李飞飞团队发布最新空间智能模型!一张图生成无限3D世界,元宇宙越来越近了
人工智能·资讯
掘金一周6 分钟前
Flutter Riverpod 3.0 发布,大规模重构下的全新状态管理框架 | 掘金一周 9.18
前端·人工智能·后端
用户51914958484535 分钟前
C#记录类型与集合的深度解析:从默认实现到自定义比较器
人工智能·aigc
IT_陈寒4 小时前
React 18实战:7个被低估的Hooks技巧让你的开发效率提升50%
前端·人工智能·后端
逛逛GitHub5 小时前
飞书多维表“独立”了!功能强大的超出想象。
人工智能·github·产品
机器之心5 小时前
刚刚,DeepSeek-R1论文登上Nature封面,通讯作者梁文锋
人工智能·openai
aneasystone本尊7 小时前
学习 Chat2Graph 的知识库服务
人工智能
IT_陈寒8 小时前
Redis 性能翻倍的 7 个冷门技巧,第 5 个大多数人都不知道!
前端·人工智能·后端
飞哥数智坊18 小时前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程