Keras
-
Anaconda下安装 TensorFlow 和 keras 以及连接pycharm
首先在官网下载Anaconda https://www.anaconda.com/download/ 安装时注意 勾选第一个，增加环境变量 安装好后再windows界面打开Anaconda Prompt conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anacond…
-
Keras模型的保存方式
在运行并且训练出一个模型后获得了模型的结构与许多参数，为了防止再次训练以及需要更好地去使用，我们需要保存当前状态 基本保存方式 h5 # 此处假设model为一个已经训练好的模型类 model.save(‘my_model.h5’) 转换为json格式存储基本参数 # 此处假设model为一个已经训练好的模型类 json_string = model.to_…
-
Keras读取保存的模型时, 产生错误[ValueError: Unknown activation function:relu6]
Solution: from keras.utils.generic_utils import CustomObjectScope with CustomObjectScope({‘relu6′: keras.applications.mobilenet.relu6,’DepthwiseConv2D’: keras.applications.mobilene…
-
window10安装TensorFlow1.0 、Keras1.2.2
根据TF的官网进行安装（https://www.tensorflow.org/install/install_windows） 1、需要安装3.5版本64为python.去官下载（https://www.python.org/downloads/windows/） 2、安装python之后将安装路径%%，以及%%Scripts添加到环境变量中。 …
-
keras实现textcnn
https://github.com/MoyanZitto/keras-cn/blob/master/docs/legacy/blog/word_embedding.md 这个链接将带有embeding层的cnn实现及训练的过程讲的很清楚 构建好带有embedding层的textcnn模型后，model.fit时传入的x_train是二维的要训练的词对应的标…
-
keras训练cnn模型时loss为nan
keras训练cnn模型时loss为nan 1.首先记下来如何解决这个问题的：由于我代码中 model.compile(loss=’categorical_crossentropy’, optimizer=’sgd’, metrics=[‘accuracy’]) 即损失函数用的是categorical_crossentropy所以，在pycharm中…
-
keras中遇到的错误
在运行其他开源keras项目时，遇到了一些问题： 1、在导入_obtain_input_shape时 from keras.applications.imagenet_utils import _obtain_input_shape 出现错误如下： ImportError: cannot import name ‘_obtain_input_shape’ 原…
-
tensorflow 2.0 技巧 | 自定义tf.keras.Model的坑
model.save() subclass Model 是不能直接save的，save成.h5，但是能够save_weights，或者save_format=”tf” NotImplementedError: Saving the model to HDF5 format requires the model to be a Functional model…
-
CNN基础四：监测并控制训练过程的法宝——Keras回调函数和TensorBoard
训练模型时，很多事情一开始都无法预测。比如之前我们为了找出迭代多少轮才能得到最佳验证损失，可能会先迭代100次，迭代完成后画出运行结果，发现在中间就开始过拟合了，于是又重新开始训练。 类似的情况很多，于是我们想要实时监测训练动态，并能根据训练情况及时对模型采取一定的措施。Keras中的回调函数和tf的TensorBoard就是为此而生。 Keras回调函数 …
-
keras fit_generator 并行
虽然已经走在 torch boy 的路上了， 还是把碰到的这个坑给记录一下 数据量较小时，我们可直接把整个数据集 load 到内存里，用 model.fit() 来拟合模型。 当数据集过大比如几十个 G 时，内存撑不下，需要用 model.fit_generator 的方式来拟合。 model.fit_generator 一般参数的配置参考官方文档就好，其中…
