Kerasを用いたCNNモデルの構築の基本

勉強会の内容（CNNハンズオン）の一部をここにまとめてあります．

単純に記法をまとめてあるだけなので，このモデル自体に意味はありません．

KerasでもTensoｒFlowでも共通に使える記法にします．

import keras

import tensorflow.keras as keras

今回はSequentialモデル（一番単純なモデルで，入力１つ出力１つ）

# Sequentialモデルの初期化

model = keras.model.Sequential()

Sequentialモデルの一番最初の層にはinput_shapeの指定が必要

# 隠れ層（ここでは全結合層）の追加

# Sequentialモデルでは入力のshapeを指定することで入力層の定義が省略される

model.add(keras.layers.Dense(32, #ユニット数＝出力次元数

activation = 'relu', #活性化関数の指定

input_shape = (14, ) )) #入力層のユニット数１４

#出力層の追加

model.add(keras.layers.Dense(1, activation = 'sigmoid'))

#モデル構成の出力

model.summary()

Conv2DやMaxPooling2Dに関してはまた時間があるときにまとめます．

Comments