AI-DSW 上编辑嵌套式模型实现Resnet手势识别
AI-DSW 上编辑嵌套式模型实现Resnet手势识别 AI-DSW(Data science workshop)是专门为算法开发者准备的云端深度学习开发环境, 进入DSW,目前只有KerasCode和KerasGraph两个Kernel实现了FastNeuralNetwork功能。 KerasCode:先写深度学习网络代码,然后将代码转成图 KerasGraph:直接通过画布构建深度学习网络,并且将图转成代码 接下来我们通过实现Resnet18实现手势识别为例,体验AI-DSW的使用 我们的任务为,手语英文字母数据集中包含用手语表示的26个英文字母的信息,我们通过建立ResNet18模型进行手语英文字母识别 在AI-DSW 的官方文档中推荐我们采用序贯式(sequential)的方式构建模型,但是嵌套式封装来构建模型可以使结构更清晰,一些内容可以复用,我们来具体看下代码: def Conv2d_BN(x, nb_filter, kernel_size, strides=(1, 1), padding='same'): x = Conv2D(nb_filter, kernel_size...