基于keras的卷积神经网络(CNN)

1 前言 本文以MNIST手写数字分类为例,讲解使用一维卷积和二维卷积实现 CNN 模型。关于 MNIST 数据集的说明,见使用TensorFlow实现MNIST数据集分类。实验中主要用到 Conv1D 层、Conv2D 层、MaxPooling1D 层和 MaxPooling2D 层,其参数说明如下: (1)Conv1D Conv1D(filters, kernel_size, strides=1, padding='valid', dilation_rate=1, activation=None) filters:卷积核个数(通道数) kernel_size:卷积核尺寸(长度或宽度)