#?-*-?coding:?utf-8?-*-
“““
Created?on?Wed?Jul?27?14:46:31?2016
http://blog.csdn.net/treasure_z/article/details/51164375
http://www.360doc.com/content/16/0608/13/1317564_566039312.shtml
http://blog.csdn.net/treasure_z/article/details/51125146
http://benjaminbolte.com/blog/2016/keras-language-modeling.html
@author:?admin
“““
from?__future__?import?absolute_import
from?__future__?import?print_function
from?keras.models?import?Sequential
from?keras.layers.core?import?Dense?Dropout?Activation?Flatten
from?keras.layers.convolutional?import?Convolution1DMaxPooling1DAveragePooling1D
#from?keras.optimizers?import?SGD
#from?keras.utils?import?np_utils
from?six.moves?import?range
import?random
from?keras.callbacks?import?EarlyStopping
import?numpy??as?np
import?sys
reload（sys）
sys.setdefaultencoding（‘utf8‘）

print（“read?feature?and?label...“）
data=np.loadtxt（‘feature0704.txt‘dtype=‘float‘）
data.shape=16438373

label=np.loadtxt（“label0704.txt“dtype=‘int‘）
label.shape?=1643?1
index?=?[i?for?i?in?range（len（data））]
random.shuffle（index）
data?=?data[index]
label?=?label[index]
（X_trainX_val）?=?（data[0:900]data[900:]）
（Y_trainY_val）?=?（label[0:900]label[900:]）
#np.random.seed（1643）??
#nb_class?=?2
#label?=?np_utils.to_categorical（label?nb_class）?#二類別不需要
#################################################################
def?create_model（）:
????print（“first?layer...“）
????model=Sequential（）
????model.add（Convolution1D（nb_filter=1641filter_length=3border_mode=“valid“activation=“relu“input_shape=（16438373）subsample_length=1））
????model.add（MaxPooling1D（pool_length=2））
????#model.add（AveragePooling1D（pool_length=2））
????model.add（Flatten（））
????print（“the?second?layer...“）
????model.add（Dense（8373activation=“relu“））
????model.add（Dropout（0.5））
????print（“the?third?layer...“）
????model.add（Dense（1activation=“sigmoid“））
????return?model????
##################################################################??
model?=?create_model（）
print（“Compiling?model..“）
model.compile（loss=“binary_crossentropy“?optimizer=“rmsprop“class_mode?=?“binary“metrics=[“accuracy“]）
print（“Fitting?model..“）
early_stopping?=?EarlyStopping（monitor=‘val_loss‘?patience=1）
hist?=?model.fit（X_train?Y_train?batch_size?=100show_accuracy=True?nb_epoch?=?5?validation_data?=?（X_val?Y_val）callbacks=[early_stopping]）

#preLabels?=?model.predict_classes（testArray?batch_size?=?batch_sizeverbose?=?2）

################################################################
#score=model.evaluate（X_test?Y_test?batch_size=100show_accuracy=True?verbose=1）?

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2016-08-05?09:36??myCNNtry\
?????文件????????2642??2016-07-27?17:33??myCNNtry\myCNN.py
?????文件????????2202??2016-07-27?17:44??myCNNtry\myCNN2.py
?????文件????????2629??2016-07-28?14:15??myCNNtry\myCNN3.py