指静脉识别，keras，CNN

#-*- coding:utf-8 -*-
import keras
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Conv2D MaxPooling2D
from keras.layers import Dropout Flatten Dense
from keras.utils import plot_model
import matplotlib.pyplot as plt
from keras.utils import multi_gpu_model
import os
from read_data import get_data
#from get_tfr_data import get_data

from sklearn.cross_validation import cross_val_score # K折交叉验证模块

‘消除警告‘
os.environ[‘TF_CPP_MIN_LOG_LEVEL‘]=‘2‘

size = 128     #图片尺寸

def Model（）:
    # 搭建卷积神经网络
    model = Sequential（）

    model.add（Conv2D（filters = 8
                     kernel_size = （7 7）
                     strides = （22）
                     padding = ‘same‘
                     input_shape = （sizesize1）
                     activation = ‘relu‘ ））
    model.add（MaxPooling2D（pool_size=（3 3）strides=（11）））
    model.add（Dropout（0.2））

    # 重复构造，搭建深度网络
    model.add（Conv2D（16 kernel_size = （5 5） strides = （11） padding = ‘same‘ activation = ‘relu‘））
    model.add（MaxPooling2D（pool_size = （2 2）strides=（11）））
    model.add（Dropout（0.2））

    ‘‘‘
    model.add（Conv2D（filters = 16
                     kernel_size = （2 2）
                     strides = （11）
                     padding = ‘same‘
                     input_shape = （sizesize1）
                     activation = ‘relu‘ ））
    model.add（MaxPooling2D（pool_size=（2 2）strides=（11）））
    #model.add（Dropout（0.5））

    # 重复构造，搭建深度网络
    model.add（Conv2D（16 
                     kernel_size = （2 2） 
                     strides = （11） 
                     padding = ‘same‘
                     activation = ‘relu‘））
    model.add（MaxPooling2D（pool_size = （2 2）strides=（11）））
    #model.add（Dropout（0.5））

    model.add（Conv2D（8 
                     kernel_size = （2 2） 
                     strides = （11） 
                     padding = ‘same‘
                     activation = ‘relu‘））
    #model.add（Conv2D（64 kernel_size = （3 3） strides = （11） padding = ‘same‘ activation = ‘relu‘））
    #model.add（Conv2D（32 kernel_size = （3 3） strides = （11） padding = ‘same‘ activation = ‘relu‘））
    #model.add（MaxPooling2D（pool_size = （3 3）strides=（22）））
    model.add（Dropout（0.5））
    ‘‘‘
    # 把当前节点展平
    model.add（Flatten（））

    #