人工智能
-
keras: 在构建LSTM模型时，使用变长序列的方法
众所周知，LSTM的一大优势就是其能够处理变长序列。而在使用keras搭建模型时，如果直接使用LSTM层作为网络输入的第一层，需要指定输入的大小。如果需要使用变长序列，那么，只需要在LSTM层前加一个Masking层，或者embedding层即可。 from keras.layers import Masking, Embedding from keras.…
-
条件随机场CRF原理介绍 以及Keras实现
本文是对CRF基本原理的一个简明的介绍。当然，“简明”是相对而言中，要想真的弄清楚CRF，免不了要提及一些公式，如果只关心调用的读者，可以直接移到文末。 # 按照之前的思路，我们依旧来对比一下普通的逐帧softmax和CRF的异同。 # CRF主要用于序列标注问题，可以简单理解为是给序列中的每一帧都进行分类，既然是分类，很自然想到将这个序列用CNN或者R…
-
注意力机制及Keras实现
注意力往往与encoder-decoder（seq2seq）框架搭在一起，假设我们编码前与解码后的序列如下： 编码时，我们将source通过非线性变换到中间语义： 则我们解码时，第i个输出为： 可以看到，不管i为多少，都是基于相同的中间语义C进行解码的，也就是说，我们的注意力对所有输出都是相同的。所以，注意力机制的任务就是突出重点，也就…
-
将keras的h5模型转换为tensorflow的pb模型
h5_to_pb.py from keras.models import load_model import tensorflow as tf import os import os.path as osp from keras import backend as K #路径参数 input_path = ‘input path’ weight_file =…
-
Keras网络层之“关于Keras的层(Layer)”
关于Keras的“层”(Layer) 所有的Keras层对象都有如下方法： layer.get_weights()：返回层的权重(numpy array) layer.set_weights(weights)：从numpy array中将权重加载到该层中，要求numpy array的形状与layer.get_weights()的形状相同 layer.get_…
-
（二） Keras 非线性回归
视频学习来源 https://www.bilibili.com/video/av40787141?from=search&seid=17003307842787199553 笔记 Keras 非线性回归 import keras import numpy as np import matplotlib.pyplot as plt #Sequentia…
-
用keras的cnn做人脸分类
keras介绍 Keras是一个简约，高度模块化的神经网络库。采用Python / Theano开发。使用Keras如果你需要一个深度学习库： 可以很容易和快速实现原型（通过总模块化，极简主义，和可扩展性）同时支持卷积网络（vision）和复发性的网络（序列数据）。以及两者的组合。无缝地运行在CPU和GPU上。keras的资源库网址为https://gith…
-
Keras分类问题
#-*- coding: utf-8 -*- #使用神经网络算法预测销量高低 import pandas as pd #参数初始化 inputfile = ‘data/sales_data.xls’ data = pd.read_excel(inputfile, index_col = u’序号’) #导入数据 #数据是类别标签，要将它转换为数据 #用1来表…
-
keras加载mnist数据集
from keras.datasets import mnist (train_images,train_labels),(test_images,test_labels)=mnist.load_data() 此处会报 SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed 错误 通过下面命令解决 …
-
Python机器学习（七十二）Keras 导入库与模块
让我们从导入numpy开始，并为计算机的伪随机数生成器设置一个种子，相同种子可以产生同系列的随机数。 import numpy as np np.random.seed(123) # 种子相同，随机数产生可以重现 接下来，将从Keras导入Sequential模型类型。这是一个简单的线性神经网络层的栈，它非常适合本教程将构建的前馈CNN(卷积神经网络)类型。…
