Keras
-
pytorch和tensorflow的爱恨情仇之一元线性回归例子（keras插足啦）
直接看代码： 一、tensorflow #tensorflow import tensorflow as tf import random import numpy as np x_data = np.random.randn(100).astype(np.float32) y_data = x_data * 0.1 + 0.3 weights = tf.V…
-
keras模型量化
模型量化的本质就是将模型中的参数按照一定的规则 把32位或者64位浮点数 转化位16位浮点数或者8位定点数。这里我用keras和numpy实现了16位和8位的量化，未考虑量化的科学合理性，仅仅是搞清楚量化本质的一次实验。 量化 “”” #coding:utf-8 __project_ = ‘TF2learning’ __file_name__ = ‘quan…
-
TensorFlow 之 高层封装slim,tflearn,keras
tensorflow资源整合 使用原生态TensorFlow API来实现各种不同的神经网络结构。虽然原生态的TensorFlow API可以很灵活的支持不同的神经网络结构，但是其代码相对比较冗长，写起来比较麻烦。为了让TensorFlow用起来更加方便，可以使用一些TensorFlow的高层封装。 目前对TensorFlow的主要封装有4个： 第一个是Te…
-
pip install keras==1.2.1
【该方法仅适用于压缩包中含有setup.py的情况】 先从GitHub上找到想要下载的历史版本，右键复制链接地址。 然后执行命令： pip install https://github.com/keras-team/keras/archive/1.2.1.tar.gz 相类似的：如果想要安装 tensorflow 0.12.1 pip install ten…
-
keras写模型时遇到的典型问题,也是最基础的类与对象问题
自己定义了一个卷积类，现在需要把卷积加入model中，我的操作是这样的： model.add(Convolution1dLayer) 这样就会报错： 正确的写法是： model.add(Convolution1dLayer()) 原因是Convolution1dLayer仅仅是一个类，但model需要添加的层必须是实例（对象），必须把类实例化后才能添加。 实…
-
keras学习笔记2
1.keras的sequential模型需要知道输入数据的shape，因此，sequential的第一层需要接受一个关于输入数据shape的参数，后面的各个层则可以自动的推导出中间数据的shape，因此不需要为每个层都指定这个参数。可以通过传递一个input_shape或者batch_input_shape的关键字参数给第一层来输入数据shape，他们是tu…
-
ubuntu系统—ubuntu16.04 + virtualenv + py2.7 + tf1.5.0 + keras2.2.4 + opencv2.4.9 +Numpy1.14
ubuntu16.04 + virtualenv + py2.7 + tf1.5.0 + keras2.2.4 + opencv2.4.9 +Numpy1.14 @https://www.liaoxuefeng.com/wiki/1016959663602400/1019273143120480@https://msd.misuland.com…
-
使用Keras做OCR时报错：ValueError: Tensor Tensor is not an element of this graph
现象 项目使用 Flask + Keras + Tensorflow 同样的代码在机器A和B上都能正常运行，但在机器C上就会报如下异常。机器A和B的环境是先安装的，运行、调试成功后才尝试在C上跑。 File “/Users/qhl/anaconda3/lib/python3.6/site-packages/keras/models.py”, line 102…
-
fasttext和cnn的比较，使用keras imdb看效果——cnn要慢10倍。
fasttext: ”’This example demonstrates the use of fasttext for text classification Based on Joulin et al’s paper: Bags of Tricks for Efficient Text Classification https://arxiv.o…
-
【Keras案例学习】 CNN做手写字符分类（mnist_cnn ）
from __future__ import print_function import numpy as np np.random.seed(1337) from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, D…
