如何实现一个给定的模型到Keras？

ippsafx7 于 2022-11-13 发布在其他

关注(0)|答案(1)|浏览(141)

我目前正试图重现我在文献中发现的一维CNN方法（Ullah et al., 2022）。在该出版物中，给出了以下基线模型结构：

。
出于测试的目的，我也想用这个模型来处理我的数据。但是，我在理解Keras文档中关于Conv1D层的内容时遇到了困难。有人能帮助我理解如何解释图像（即25x1x3的含义）并将其转换为Keras模型吗？
我目前的模型代码看起来像这样（不确定是否正确）：

import keras
from keras.models import Sequential
from keras.layers import Dense, Conv1D

model = Sequential()
model.add(Conv1D(filters=25, kernel_size=3, activation='relu', input_shape=(12,1)))
model.add(Dense(25, activation='relu'))
model.add(Conv1D(50, 3, activation='relu'))
model.add(Conv1D(100, 3, activation='relu'))
model.add(Dense(2200, activation='relu'))
model.add(Dense(2, activation='relu'))
model.add(Dense(2, activation='softmax'))

keras

来源：https://stackoverflow.com/questions/73909006/how-to-implement-a-given-model-to-keras

1条答案

按热度按时间

gojuced71#

在文中，作者说：
所提出的基网络是一个深七层网络，包含3个卷积层（分别有25、50和100个核），第一个卷积层之后是激活层，两个全连接层（分别有2200和2个神经元），最后是SoftMax层，我们使用RELU作为激活函数。
因此，与您在问题中展示的模型不同，本文中的模型具有：

在第一个卷积层之后没有密集层，这是您在问题中所示的模型中添加的
在第二和第三卷积层中未指定激活，因此这些层保持未激活状态

25x1x3是应用于输入向量的核的大小。这意味着将25个大小为（1，3）的核应用于输入
我想这应该就是您要寻找的体系结构

import keras
from keras.models import Sequential
from keras.layers import Dense, Conv1D, Flatten

model = Sequential()
model.add(Conv1D(filters=25, kernel_size=3, activation='relu', input_shape=(12,1)))
model.add(Conv1D(50, 3))
model.add(Conv1D(100, 3))
model.add(Flatten())
model.add(Dense(2200, activation='relu'))
model.add(Dense(2, activation='relu'))
model.add(Dense(2, activation='softmax'))

赞(0）回复(0）举报 2022-11-13

我来回答

如何实现一个给定的模型到Keras？

1条答案

相关问题

热门标签

最新问答