Keras
-
Mask Rcnn(Keras)学习笔记
实验环境搭建 Part1:实验准备实验项目相关的网址：https://github.com/matterport/Mask_RCNN （project网址）https://github.com/waleedka/coco （cocoAPI）实验所需要的数据介绍及实验数据的下载：实验数据为COCO2014train2014.zip，val2014.zip， t…
-
Keras 深度学习框架
https://keras.io/zh/why-use-keras/ 为什么选择Keras？ 原文：https://blog.csdn.net/Circlecircle3/article/details/82086396 主流深度学习框架对比（TensorFlow、Keras、MXNet、PyTorch） 近几年来，深度学习的研究和应用的热潮持续高涨，…
-
[Keras 模型训练] Thread Safe Generator
最近，在玩语义分割的模型。利用GPU训练的时候，每次跑几个epochs之后，程序崩溃，输出我说我的generator不是线程安全的。查看 trace back发现model.fit_generator在调用自己写的generator出现问题，需要将自己的generator写成线程安全的。 参考keras的#1638 issu…
-
windows安装keras（不带theano）
安装完tensorflow后，很多人想在tensorflow中使用keras keras中封装了很多高级API使用起来很方便很简洁，在windows中安装keras教程很多。 大部分都要安装theano作为后端，theano在windows中安装有时候会产生很多问题。 这里介绍一种安装keras的方法，不用依赖theano而是直接用tensorflow做后端…
-
使用Keras构建神经网络图像识别模型
一、Keras的结构与安装 1. Keras简介 Keras是一个由Python编写的开源人工神经网络库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。 Keras是一个高层神经网络API，支持快速实验，能…
-
【转载】Keras深度学习CNN+LSTM预测黄金主力收盘价
转载：Keras深度学习CNN+LSTM预测黄金主力收盘价 数据由JQData本地量化金融数据支持上一篇做了2个实验，预测黄金期货主力合约的收盘价。实验2：使⽤历史前5个时刻的 open close high low volume money预测当前时刻的收盘价，即 [None, 5, 6] => [None, 1] # None是 batch_siz…
-
Auto-Keras与AutoML：入门指南
在本教程中，你将学习如何使用Auto-Keras（Google的AutoML的开源替代品）来实现自动化机器学习和深度学习。 目前来说，深度学习从业者在数据集上训练神经网络时，主要正在尝试优化和平衡两个目标： 1.定义适合数据集性质的神经网络体系结构； 2.在许多实验中调整一组超参数，这将导致模型具有高精度并能够推广到训练和测试集之外的数据。需要调整的典型超参…
-
使用keras实现YOLO v3报错‘str‘ object has no attribute ‘decode‘
最近跟着b站up:Bubbliiiing的视频做YOLO V3 使用的版本是tensorflow1.13.1，keras是2.1.5 跟着前面的视频都没有问题，直到执行train.py文件的时候报错，报错是显示在加载预训练权重的时候有问题model_body.load_weights(weights_path, by_name=True, skip_mism…
-
【项目实践】图像检索系统 Image Retrieval Engine Based on Keras（一）
源代码：https://github.com/willard-yuan/flask-keras-cnn-image-retrieval.git 图像检索基础小项目，我用来入门。 实践步骤： 搭建环境 运行程序 啃代码 搭建环境下载Anaconda，根据官方指导修改内嵌python版本为3.6.8。用Anaconda创建虚拟环境v36，在v36下安装Thean…
-
【Keras学习笔记】1：开发环境搭建,单变量线性回归
简述 Keras是在既有的NN框架之上的封装，可以以TF，CNTK，Theano等作为后端来运行。它的价值在于快速实验，能很方便将实验想法用Keras框架写成代码。 开发环境搭建 默认情况下Keras使用TF为后端。注意后面两个用pip安装，不然一直无法安装成功。这里为了学习方便直接安装了TF，如果有GPU可以去安装GPU版本的TF。 conda creat…
