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