CNN卷积神经网络-识别阿喵阿汪源代码

from keras.models import Sequential #初始化神经网络的
from keras.layers import Convolution2D #在初始化时，帮我们创建卷积层
from keras.layers import MaxPooling2D #池化层
from keras.layers import Flatten #扁平层
from keras.layers import Dense #全连接层
#
# 初始化CNN
classifier = Sequential（）




# # Step 1 - 添加卷积层

classifier.add（Convolution2D（32 3 3 input_shape = （64 64 3） activation = ‘relu‘））
   
# filters 特征探测器的个数 一般是64 /32 过大的话 运算时间会非常长
#kernel_size  特征探测器的大小 3*3
#activation 激活函数  线性整流函数 relu
#这是添加的第一个卷积层 要写清楚输入图像的大小  input_shape（） 64*64 像素大小  3的意思是彩色图片









# # Step 2 - 最大池化
#可以做到降维  降维之后进而扁平化
#虽然丢失了一些信息 但是不会太影响性能
#pool_size   最大池化的矩阵大小  2*2最常用
classifier.add（MaxPooling2D（pool_size = （2 2）））
#！！！！！！！！！！！！！！！！！！！！！！！！！！！ 提高性能
#！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
#添加第二个卷积层
# class