Keras
-
keras可视化pydot graphviz问题
1. 安装 pip install graphviz pip install pydot pip install pydot-ng # 版本兼容需要 # 测试一下 from keras.utils.visualize_util import plot 2. 使用: #!/usr/bin/env python # coding=utf-8 “”” 利用ke…
-
keras LSTM学习实例
1. 购物时间预测 http://www.cnblogs.com/arkenstone/p/5794063.html https://github.com/CasiaFan/time_seires_prediction_using_lstm 2. 简单实例 #!/usr/bin/env python # coding=utf-8 import nump…
-
基于keras的fasttext短文本分类
### train_model.py ### #!/usr/bin/env python # coding=utf-8 import codecs import simplejson as json import numpy as np import pandas as pd from keras.models import Sequential, load…
-
Keras 2.0版本运行
Keras 2.0版本运行demo出错: d:\program\python3\lib\site-packages\ipykernel_launcher.py:8: UserWarning: Update your `Conv2D` call to the Keras 2 API: `Conv2D(32, (3, 3), activation=”relu”)…
-
Keras class_weight和sample_weight用法
搬运: https://stackoverflow.com/questions/57610804/when-is-the-timing-to-use-sample-weights-in-keras import tensorflow as tf import numpy as np data_size = 100 input_size=3 classes=3…
-
Keras同时有多个输出时损失函数计算方法和反向传播过程
来源:https://stackoverflow.com/questions/57149476/how-is-a-multiple-outputs-deep-learning-model-trained Keras calculations are graph based and use only one optimizer. The optimizer i…
-
Keras在MNIST实现LeNet-5模型训练时的错误?
当使用Keras API 训练模型时,训练时报错? UnknownError (see above for traceback): Failed to get convolution algorithm. This is probably because cuDNN failed to initialize 在运行手写体数字识别的过程的中报错如上。 …
-
Windows系统下安装tensorflow+keras深度学习环境
系统:64位windows系统 安装步骤: 一、下载安装anaconda(深度学习包管理工具) 下载链接:https://pan.baidu.com/s/1r3a5Ip955H7EER23t3rZqg 提取码:d9jc 下载完成后直接双击运行安装,到下图界面时,两个框都勾上,其他步骤根据提示点击下一步即可。 Anaconda安装完成后,会自动安装py…
-
tensorflow 2.0 学习 (八) keras模块的认识
# encoding :utf-8 import tensorflow as tf from tensorflow import keras # 导入常见网络层, sequential容器, 优化器, 损失函数 from tensorflow.keras import layers, Sequential, optimizers, losses, metri…
-
keras03 Aotuencoder 非监督学习 第一个自编码程序
# keras# Autoencoder 自编码非监督学习# keras的函数Model结构 (非序列化Sequential)# 训练模型# mnist数据集# 聚类https://www.bilibili.com/video/av31910829?t=115准备工作,array ——》 numpy ; plt.show() import matplotli…