Keras
-
keras 下载预训练模型报错SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:852)
import ssl ssl._create_default_https_context = ssl._create_unverified_contexthttps://stackoverflow.com/questions/47231408/downloading-resnet50-in-keras-generates-ssl-certificate-ve…
-
keras数据增强
1、keras数据增强：https://www.cnblogs.com/hutao722/p/10075150.html 2 、keras fit 中的 verbose verbose：日志显示verbose = 0 为不在标准输出流输出日志信息verbose = 1 为输出进度条记录verbose = 2 为每个epoch输出一行记录注意： 默认为 1…
-
使用Keras训练神经网络备忘录
小书匠深度学习 文章太长,放个目录: 1.优化函数的选择 2.损失函数的选择 2.2常用的损失函数 2.2自定义函数 2.1实践 2.2将损失函数自定义为网络层 3.模型的保存 3.1同时保持结构和权重 3.2模型结构的保存 3.3模型权重的保存 3.5选择网络层载入 4.训练历史的保存 4.1检测运行过程的参数 4.2保持训练过程得到的所有数据 5.陷阱:…
-
Keras卷积+池化层学习
转自：https://keras-cn.readthedocs.io/en/latest/layers/convolutional_layer/ https://keras-cn.readthedocs.io/en/latest/layers/pooling_layer/ 1.con1D keras.layers.convolutional.Conv1D(f…
-
keras的model.predict的返回结果
https://www.zhihu.com/question/316128884 https://keras.io/guides/functional_api/ https://keras.io/guides/training_with_built_in_methods/ 从上面的讲解中，对多输入多输出的模型，可以针对每个不同的输出设置不同的loss，那么p…
-
keras中TimeDistributed的用法
TimeDistributed这个层还是比较难理解的。事实上通过这个层我们可以实现从二维像三维的过渡，甚至通过这个层的包装，我们可以实现图像分类视频分类的转化。 考虑一批32个样本，其中每个样本是一个由16个维度组成的10个向量的序列。该层的批输入形状然后(32, 10, 16)。 可以这么理解，输入数据是一个特征方程，X1+X2+…+X10=Y，从矩阵…
-
神经网络环境搭建，windows上安装theano和keras的流程
今天碰到有朋友问道怎么在windows下安装keras，正好我刚完成搭建，总结下过程，也算是一个教程吧，给有需要的朋友。 步骤一：安装python。 这一步没啥好说的，下载相应的python安装即可，版本2.7，3.4，3.5都可以，只是装了什么版本，后续的包都需要对应的版本。我亲测3.5和3.4。这里以3.4版为例吧。 装好后腰把python的路径加入…
-
[Deep-Learning-with-Python]基于Keras的房价预测
回归问题预测结果为连续值，而不是离散的类别。 波士顿房价数据集 通过20世纪70年代波士顿郊区房价数据集，预测平均房价；数据集的特征包括犯罪率、税率等信息。数据集只有506条记录，划分成404的训练集和102的测试集。每个记录的特征取值范围各不相同。比如，有01,112以及0~100的等等。 加载数据集 from keras.datasets import …
-
基于Keras的imdb数据集电影评论情感二分类
IMDB数据集下载速度慢，可以在我的repo库中找到下载，下载后放到/.keras/datasets/目录下，即可正常运行。)中找到下载，下载后放到/.keras/datasets/目录下，即可正常运行。 电影评论分类：二分类 二分类可能是机器学习最常解决的问题。我们将基于评论的内容将电影评论分类：正类和父类。 IMDB数据集 IMDB数据集有5万条来自网络…
-
解决引入keras后出现的Using TensorFlow backend的错误
在引入头文件之后，加入 import os os.environ[‘KERAS_BACKEND’]=’tensorflow’ 就可以完美解决这个问题
