Keras
-
解决 ImportError: cannot import name ‘initializations’ from ‘keras’ (C:\Users\admin\AppData\Roaming\Python\Python37\site-packages\keras\__init__.py)
解决 ImportError: cannot import name ‘initializations’ from ‘keras’ ： 【原因剖析】 上述代码用的是 Keras version: ‘1.0.7’ 而实际上安装的keras版本是：2.2.4 （版本查看：） 因此，错误原因为： In Keras 2.0, initializations was…
-
Keras 使用过程问题汇总
以下是Keras 使用过程出现的一些问题： （1）Keras 后端选择问题 一开始是选用的Theano，结果迭代一轮所花时间很长： 后面改用：TensorFlow作为后端，结果果然变快了： 改完TensorFlow作为后端之后，报错了，几经调试，强行把TF换成1.14.0，keras换成1.2.2才行，才能出现如上结果。 （2）TensorFlow, “’m…
-
Keras 中的 verbose 参数
在 fit( ) 和 evaluate( ) 中 都有 verbose 这个参数，但都是表示日志显示的参数。 具体如下： fit( ) 中 的 verbose 参数： 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 …
-
Keras实现Self-Attention
本文转载自：https://blog.csdn.net/xiaosongshine/article/details/90600028 对于self-attention来讲，Q(Query), K(Key), V(Value)三个矩阵均来自同一输入，首先我们要计算Q与K之间的点乘，然后为了防止其结果过大，会除以一个尺度标度其中 为一个query和key向量的…
-
keras multi-label classification 多标签分类
问题：一个数据又多个标签，一个样本数据多个类别中的某几类；比如一个病人的数据有多个疾病，一个文本有多种题材，所以标签就是： [1,0,0,0,1,0,1] 这种高维稀疏类型，如何计算分类准确率？ 分类问题： 二分类 多分类 多标签 Keras metrics (性能度量) 介绍的比较好的一个博客： https://machinelearningmas…
-
python keras 神经网络框架 的使用以及实例
先吐槽一下这个基于theano的keras有多难装，反正我是在windows下折腾到不行(需要64bit,vs c++2015)，所以自己装了一个双系统。这才感到linux系统的强大之初，难怪大公司都是用这个做开发，妹的，谁用谁知道啊！！！！ 先来介绍一下这个框架：我们都知道深度的神经网络，python一开始有theano这个框架用来写神经网络，不过后…
-
Keras框架简介
Keras是基于Theano的一个深度学习框架，它的设计参考了Torch，用Python语言编写，是一个高度模块化的神经网络库，支持GPU和CPU。使用文档在这：http://keras.io/，中文文档在这：http://keras-cn.readthedocs.io/en/latest/ ，这个框架是2015年流行起来的，使用中遇到的困惑或者问题可以提交…
-
Text-CNN-文本分类-keras
1. 简介 TextCNN 是利用卷积神经网络对文本进行分类的算法，由 Yoon Kim 在 “Convolutional Neural Networks for Sentence Classification” 一文中提出. 是2014年的算法. 我们将实现一个类似于Kim Yoon的卷积神经网络语句分类的模型。 本文提出的模型在一系列文本分类任务（如…
-
【Keras】减少过拟合的秘诀——Dropout正则化
摘要： Dropout正则化是最简单的神经网络正则化方法。阅读完本文，你就学会了在Keras框架中，如何将深度学习神经网络Dropout正则化添加到深度学习神经网络模型里。 Dropout正则化是最简单的神经网络正则化方法。其原理非常简单粗暴：任意丢弃神经网络层中的输入，该层可以是数据样本中的输入变量或来自先前层的激活。它能够模拟具有大量不同网络结构的神经网…
-
TensorFlow keras卷积神经网络 添加L2正则化
model = keras.models.Sequential([ #卷积层1 keras.layers.Conv2D(32,kernel_size=5,strides=1,padding=”same”,data_format=”channels_last”,activation=tf.nn.relu,kernel_regularizer=keras.reg…
