前言

目前人工智能已經融入到我們的生活，大數據模型也是層出不窮。那我們就學習一些簡單的模型設置。

干貨

代碼

# This is the original CNN layer setup,
def build_cnn(input_layer):cnn = Conv1D(9,9,padding="same")(input_layer)cnn = BatchNormalization()(cnn)cnn = Dropout(rate = 0.05)(cnn)cnn = Conv1D(18,7,padding="same")(cnn)cnn = BatchNormalization()(cnn)cnn = Dropout(rate = 0.07)(cnn)cnn = Conv1D(36,5,padding="same")(cnn)cnn = BatchNormalization()(cnn)cnn = Dropout(rate = 0.1)(cnn)cnn = Conv1D(72,3,padding="same")(cnn)cnn = BatchNormalization()(cnn)cnn = Dropout(rate = 0.1)(cnn)return cnn

解釋

1. 這里面input_layer需要自己去設計，如何切數據請根據自己的情況來設置；
2. Conv1D(x,y)函數建議x參數成倍數增長，y參數遞減；
3. 建議把每層的數據進行標準化BatchNormalization()；
4. 優于我們創建了這么多layer數據，建議隨機剔除一些來避免過擬合：
   • 當x參數越來越大，建議把Dropout(rate = 【rate】) 逐漸調大，根據自己的模型來調整，個人不建議調太大；
5. 還想加啥函數請自行調整，DL這玩意兒每個人有每個人的理解和需求；
6. 需要導入什么庫請自己搜吧，我也懶得列出來了。XD

結語

希望大家有所收獲，有不明白的歡迎大家留言。