人工智能
-
使用 keras 和 tfjs 构建血细胞分类模型
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！ 译者|小韩AI 真的是一个重大的游戏改变者。 AI的应用是巨大的，并且它在医疗领域的应用范围也是广阔的。 先进的AI工具可以帮助医生和实验室技术人员更准确地诊断疾病，例如尼日利亚的一名医生可以使用这种工具从血液样本中识别出一种…
-
keras 入门之 regression
本实验分三步： 1. 建立数据集 2. 建立网络并训练 3. 可视化 import numpy as np from keras.models import Sequential from keras.layers import Dense from keras.optimizers import SGD # 构建数据集 X_data = np.linspa…
-
keras使用多进程
最近在工作中有一个需求：用训练好的模型将数据库中所有数据得出预测结果，并保存到另一张表上。数据库中的数据是一篇篇文章，我训练好的模型是对其中的四个段落分别分类，即我有四个模型，拿到文本后需要提取出这四个段落，并用对应模型分别预测这四个段落的类别，然后存入数据库中。我是用keras训练的模型，backend为tensorflow，因为数据量比较大，自然想到用多…
-
Keras 构建DNN 对用户名检测判断是否为非法用户名（从数据预处理到模型在线预测）
1 . 收集dataset (大量用户名–包含正常用户名与非法用户名) 包含两个txt文件 legal_name.txt ilegal_name.txt. 如下图所示 2. 用文件进行预处理 # Data sets import os import pandas as pd DATAPATH = “../dataset” POS = os.path.j…
-
Keras Layer 的 call(x) 和 input_shape
今天用Keras编程的时候发现一个问题， ···input_layer = K.layers.Input(shape=(10,)) x = K.layers.Dense(20)(input_layer)x = K.layers.Dense(20)(x)···以上写法是可行的，但是以下写法却不行 L = K.layers.Dense(20) y = L(inp…
-
【Python】keras神经网络识别mnist
上次用Matlab写过一个识别Mnist的神经网络，地址在：https://www.cnblogs.com/tiandsp/p/9042908.html 这次又用Keras做了一个差不多的，毕竟，现在最流行的项目都是Python做的，我也跟一下潮流：) 数据是从本地解析好的图像和标签载入的。 神经网络有两个隐含层，都有512个节点。 import numpy…
-
visualization of filters keras 基于Keras的卷积神经网络（CNN）可视化
https://adeshpande3.github.io/adeshpande3.github.io/ https://blog.csdn.net/weiwei9363/article/details/79112872 https://blog.csdn.net/and_w/article/details/70336506 https://hackerno…
-
yolov3+tensorflow+keras实现吸烟的训练全流程及识别检测
yolov3+tensorflow+keras实现吸烟的训练全流程及识别检测 弈休丶 2019-12-30 23:29:54 1591 收藏 19分类专栏： 基于yolov3+tensorflow+keras实现吸烟的训练全流程版权一.前言近期，在研究人工智能机器视觉领域，拜读了深度学习相关资料，在练手期间比较了各前沿的网络架构，个人认为基于darknet5…
-
使用 Keras 的 ImageDataGenerator 划分训练集和测试集
Keras的ImageDataGenerator可以方便的读入文件夹中的图片并自动生成训练数据 . 如果图片已经被分成训练集和测试集两个文件夹, 可以独立创建两个ImageDataGenerator. 但是在很多情况下, 作者提供的数据集并不区分训练集和测试集, 这时候也可以使用ImageDataGenerator. 假设当前目录下有一个 Mushrooms…
-
keras—神经网络CNN—CIFAR_10图像识别 – AI大道理
keras—神经网络CNN—CIFAR_10图像识别 1 from keras.datasets import cifar10 2 from keras.utils import np_utils 3 import matplotlib.pyplot as plt 4 from keras.models import load_model 5 import …
