AI 助理
文档备案控制台
开发者社区 人工智能 文章 正文

加载CNN保存模型

2024-08-10 162
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 【8月更文挑战第10天】加载CNN保存模型。

加载CNN保存模型
代码：
from tensorflow.keras.models import load_model
new_model = load_model('./mnist_model/final_CNN_model.h5')
new_model.summary()
输出：

Layer (type) Output Shape Param #

conv2d (Conv2D) (None, 28, 28, 32) 832

max_pooling2d (MaxPooling2D) (None, 14, 14, 32) 0

conv2d_1 (Conv2D) (None, 14, 14, 64) 18496

max_pooling2d_1 (MaxPooling2 (None, 7, 7, 64) 0

dropout (Dropout) (None, 7, 7, 64) 0

flatten (Flatten) (None, 3136) 0

dense_4 (Dense) (None, 128) 401536

dropout_1 (Dropout) (None, 128) 0

dense_5 (Dense) (None, 10) 1290

Total params: 422,154
Trainable params: 422,154
Non-trainable params: 0

文章标签：
机器学习/深度学习
关键词：
CNN模型
米果粒
目录
相关文章
荔枝科研社
|
6月前
|
机器学习/深度学习 数据采集 并行计算
多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合研究（Python代码实现）
多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合研究（Python代码实现）
荔枝科研社
723 2
荔枝科研社
|
7月前
|
机器学习/深度学习 数据采集 运维
基于WOA-CNN-BiLSTM-Attention、CNN-BiLSTM-Attention、WOA-CNN-BiLSTM、CNN-BiLSTM、BiLSTM、CNN6模型单变量时序预测一键对比研究
基于WOA-CNN-BiLSTM-Attention、CNN-BiLSTM-Attention、WOA-CNN-BiLSTM、CNN-BiLSTM、BiLSTM、CNN6模型单变量时序预测一键对比研究
荔枝科研社
300 7
游客vauknmk6fhs6e
|
6月前
|
机器学习/深度学习 计算机视觉
基于CNN和大气散射模型的图像去雾
基于CNN和大气散射模型的图像去雾
游客vauknmk6fhs6e
337 0
荔枝科研社
|
7月前
|
机器学习/深度学习 算法 物联网
基于WOA-CNN-LSTM-Attention、CNN-LSTM-Attention、WOA-CNN-LSTM、CNN-LSTM、LSTM、CNN6模型多变量时序预测一键对比研究（Matlab代码）
基于WOA-CNN-LSTM-Attention、CNN-LSTM-Attention、WOA-CNN-LSTM、CNN-LSTM、LSTM、CNN6模型多变量时序预测一键对比研究（Matlab代码）
荔枝科研社
294 0
ZOMI酱
|
机器学习/深度学习 人工智能 编解码
【AI系统】轻量级CNN模型新进展
本文继续探讨CNN模型的小型化，涵盖ESPNet、FBNet、EfficientNet和GhostNet系列。ESPNet系列通过高效空间金字塔卷积减少运算量；FBNet系列采用基于NAS的轻量化网络设计；EfficientNet系列通过复合缩放方法平衡网络深度、宽度和分辨率；GhostNet系列则通过Ghost模块生成更多特征图，减少计算成本。各系列均旨在提升模型效率和性能，适用于移动和边缘设备。
ZOMI酱
1180 6
ZOMI酱
|
机器学习/深度学习 存储 人工智能
【AI系统】轻量级CNN模型综述
本文介绍了几种常见的小型化CNN模型，包括SqueezeNet、ShuffleNet、MobileNet等系列。这些模型通过减少参数量和计算量，实现在有限资源下高效运行，适用于存储和算力受限的场景。文章详细解释了各模型的核心技术和优化策略，如Fire Module、Channel Shuffle、Depthwise Separable Convolutions等，旨在帮助读者理解和应用这些高效的小型化CNN模型。
ZOMI酱
1285 3
龙腾九州
|
机器学习/深度学习
CNN模型验证和CNN模型保存
【8月更文挑战第10天】CNN模型验证和CNN模型保存。
龙腾九州
226 27
楠竹11
|
机器学习/深度学习
ACM MM24：复旦提出首个基于扩散模型的视频非限制性对抗攻击框架，主流CNN和ViT架构都防不住它
【9月更文挑战第23天】复旦大学研究团队提出了ReToMe-VA，一种基于扩散模型的视频非限制性对抗攻击框架，通过时间步长对抗性潜在优化（TALO）与递归令牌合并（ReToMe）策略，实现了高转移性且难以察觉的对抗性视频生成。TALO优化去噪步骤扰动，提升空间难以察觉性及计算效率；ReToMe则确保时间一致性，增强帧间交互。实验表明，ReToMe-VA在攻击转移性上超越现有方法，但面临计算成本高、实时应用受限及隐私安全等挑战。[论文链接](http://arxiv.org/abs/2408.05479)
楠竹11
389 3
sp_fyf_2024-24976
|
机器学习/深度学习 编解码 算法
【深度学习】经典的深度学习模型-01 开山之作：CNN卷积神经网络LeNet-5
【深度学习】经典的深度学习模型-01 开山之作：CNN卷积神经网络LeNet-5
sp_fyf_2024-24976
438 0
王金珍
|
机器学习/深度学习 人工智能 自然语言处理
算法金 | 秒懂 AI - 深度学习五大模型：RNN、CNN、Transformer、BERT、GPT 简介
**RNN**，1986年提出，用于序列数据，如语言模型和语音识别，但原始模型有梯度消失问题。**LSTM**和**GRU**通过门控解决了此问题。 **CNN**，1989年引入，擅长图像处理，卷积层和池化层提取特征，经典应用包括图像分类和物体检测，如LeNet-5。 **Transformer**，2017年由Google推出，自注意力机制实现并行计算，优化了NLP效率，如机器翻译。 **BERT**，2018年Google的双向预训练模型，通过掩码语言模型改进上下文理解，适用于问答和文本分类。
王金珍
1050 9

热门文章

最新文章

  • 1
    详解何恺明团队4篇大作 !（附代码）| 从特征金字塔网络、Mask R-CNN到学习分割一切
  • 2
    Google论文解读：轻量化卷积神经网络MobileNetV2 | PaperDaily #38
  • 3
    用“Keras”11行代码构建CNN
  • 4
    Python 实现LSB算法进行信息隐藏 包含空域与变换域 JPEG信息隐藏算法 对PDF文件进行信息隐藏 基于卷积神经网络的隐写分析 Matlab SRM、SCA隐写分析
  • 5
    【图像识别】基于卷积神经网络实现手写汉字识别附matlab代码
  • 6
    卷积神经网络和全连接神经网络的区别
  • 7
    ACM MM 论文 | 用于行人重识别的多层相似度感知CNN网络
  • 8
    百度语音识别技术负责人李先刚：如何利用Deep CNN大幅提升识别准确率？
  • 9
    使用PyTorch构建卷积神经网络（CNN）源码（详细步骤讲解+注释版） 01 手写数字识别
  • 10
    YOLOv8改进 | 2023主干篇 | RepViT从视觉变换器（ViT）的视角重新审视CNN
  • 1
    基于GWO灰狼优化的CNN-GRU-Attention的时间序列回归预测matlab仿真
    374
  • 2
    MATLAB|【免费】融合正余弦和柯西变异的麻雀优化算法SCSSA-CNN-BiLSTM双向长短期记忆网络预测模型
    498
  • 3
    基于GWO灰狼优化的CNN-LSTM-Attention的时间序列回归预测matlab仿真
    421
  • 4
    一文搞懂 FFN / RNN / CNN 的参数量计算公式 ！！
    1292
  • 5
    一文介绍CNN/RNN/GAN/Transformer等架构 ！！
    1765
  • 6
    深度学习500问——Chapter05： 卷积神经网络（CNN）（4）
    417
  • 7
    深度学习500问——Chapter05： 卷积神经网络（CNN）（3）
    314
  • 8
    卷积神经网络（CNN）的数学原理解析
    513
  • 9
    深度学习500问——Chapter05： 卷积神经网络（CNN）（2）
    451
  • 10
    卷积神经网络（CNN）——基础知识整理
    844

    • 相关电子书

    更多
  • 利⽤CNN实现⽆需联⽹的图像识别
  • 低代码开发师（初级）实战教程
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    狂揽7.5k星！这款开源API网关彻底解放开发者：一键聚合GPT-4、Suno、Midjourney，还能在线充值！