如何检查 CNN 模型是否正确实现？

Question

如何确认dropout模型函数参数正确与否？

在这里，我编写了一个 CNN 架构，但我无法确认该架构是否正确实现？我该如何确认。输入图像尺寸为 88x128，取自一篇研究论文 (https://ieeexplore.ieee.org/abstract/document/7550060)。

我正在关注附图中的架构和参数。

架构图和参数表

文字信息呈现在这个图中：

（文本信息的）

import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
import numpy as np
import cv2
import os
from keras.preprocessing.image import ImageDataGenerator, load_img, img_to_array
from keras.layers.normalization import BatchNormalization
batch_size = 4
num_classes = 35
epochs = 40
#178, 256, 1
model = Sequential()

model.add(Conv2D(filters=96, input_shape=(128, 88, 1), kernel_size=(18, 18), strides=1, activation='relu', padding='valid'))
model.add(MaxPooling2D(pool_size=(2, 2), strides=2))
model.add(BatchNormalization())

model.add(Conv2D(filters=96, kernel_size=(45, 45), strides=1, activation='relu', padding='valid'))
model.add(MaxPooling2D(pool_size=(3, 3), strides=2))
model.add(BatchNormalization())
model.add(Flatten())

model.add(Dense(1024))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))

model.summary()

Answer 1

尝试重现论文的结果。如果结果不同（或相差很大），那么您应该认为您的实现不正确。