python
tomcat
深度优先
项目管理
gazebo
数据可视化
Tableau 技巧
从网络中获取bitmap
Exception
408
重构
OpenHarmony
语音小夜灯IC
optee
nvidia
批量制图
期末作业
go mod init
database
锁
keras
2024/4/11 17:18:54
Pyinstaller打包Keras程序
Pyinstaller打包Keras程序前言準備工作打包實驗實驗一：在打包的docker內跑（GPU）實驗二：在打包的機器上的其它docker內跑（CPU）實驗三：在打包的機器上跑（GPU）實驗四&#x…
Keras—embedding嵌入层的使用
最近在工作中进行了NLP的内容，使用的还是Keras中embedding的词嵌入来做的。
Keras中embedding层做一下介绍。
中文文档地址：https://keras.io/zh/layers/embeddings/
参数如下： 其中参数重点有input_dim,output_dim,非必选参数input_lengt…
Keras部分源码赏析
Keras 源码分析
此文档中，凡代码里用pass，均系省略源码以便阅读，起“本枝百世”之用。此注明者，乃pass非源码所有，勿叫读者疑心不解也。
[TOC]
Keras 概览
我们从一个简单的全连接分类器来看Keras的设计原则和阅读…
关于第一次加载Keras中的mnist.npz数据集的问题
如果是使用下面代码
(train_images, train_labels), (test_images, test_labels) mnist.load_data()
第一次下载mnist.npz数据集，将会非常慢，因为是从外国下载，而且数据量也有点大。
为了解决这个问题，可以在网上将mnist.npz数…
本地加载测试mnist数据集——使用keras库
简介 在机器学习的领域里，一个经典的示例就是将手写数字的灰度图像划分到10个分类中。
图像是28像素*28像素，10个分类就是0-9。数据集就是mnist。
mnist数据集是机器学习领域的一个经典数据集，包含60000张训练图像和10000张测试图像&#x…
keras 共享参数层设计以及中间结果输出和模型结果保存
1. 示例代码
#coding:utf-8
from tensorflow.keras import Input
from tensorflow.keras.layers import Dense, Lambda, Concatenate, Reshape
from tensorflow.keras.models import Model
from tensorflow.keras.optimizers import Adam
# from tensorflow.keras.layers.embe…
keras自定义损失函数的方法
keras 在搭建神经网络时，提供了非常多便捷的函数，这里介绍一下如何自定义神经网络损失函数的方法。
我们可以通过编写一个返回标量并接受两个参数（即真值和预测值）的函数，在 Keras 中创建一个自定义损失函数。然后&am…
could not find a ready tiller pod
是 kubelet 的一个bug，在多container pod 的情况下有可能出现（概率很小） github 上已经有 PR，但是官方尚未合入代码
重启pod可恢复。长期来看，需要等待官方合入代码，更新版本。
解决：
kubect…
TensorFlow-Keras 1.Train And Evaluate - Demo
TensorFLow Kears 使用 Train 以及 Evaluate，以下代码基于tensorflow 2.0 版本，Conda 3.7环境。
Tips:
需要提前导入的类
import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers 一.初始化m…
![categorical[np.arange(n), y] = 1 IndexError: index 3 is out of bounds for axis 1 with size 3](https://img-blog.csdnimg.cn/b394882eb78e40e784f6d94dad0d5984.png)
categorical[np.arange(n), y] = 1 IndexError: index 3 is out of bounds for axis 1 with size 3
学习深度学习时候遇见错误： categorical[np.arange(n), y] 1 IndexError: index 3 is out of bounds for axis 1 with size 3 原因是用错np_utils.to_categorical函数导致的， 代码：
from keras.utils import np_utils
import numpy as np
…
TensorFlow(Python | Keras)人工神经网络(ANN)回归模型-找出材料获得超导特性的温度和分类模型-区分结合剂/非结合剂分子属性
回归任务旨在从输入训练数据中预测连续变量，而分类任务旨在将输入数据分为两个或多个类别。 例如，预测某一天是否会下雨的模型是一项分类任务，因为模型的结果将分为两类——下雨或不下雨。 然而，预测给定日期的降雨量的模型将是回…
InternalError (see above for traceback): Blas GEMM launch failed : a.shape=(x, x), b.shape=(x,x)錯誤
InternalError : Blas GEMM launch failed : a.shapex, x, b.shapex,x錯誤及解決方式前言錯誤訊息解決辦法前言
這個錯誤是在一開始訓練Keras（使用TensorFlow當backend）模型的時候就出現。 Python版本：3.5.2 Keras版本：2.1.2 Ten…
如何通过 Keras 中的活动正则化减少泛化误差
活动正则化提供了一种鼓励神经网络学习原始观察的稀疏特征或内部表示的方法。
在自动编码器（称为稀疏自动编码器）和编码器-解码器模型中寻求稀疏学习表示是很常见的，尽管该方法通常也可用于减少过度拟合并提高模型泛化到新观察值的能力。
在本教程中，您将发现 Keras API …
《Keras深度学习：入门、实战与进阶》之印第安人糖尿病诊断
本文摘自《Keras深度学习：入门、实战与进阶》。
1、数据理解
本节使用Pima Indians糖尿病发病情况数据集。该数据集最初来自国家糖尿病/消化/肾脏疾病研究所。数据集的目标是基于数据集中包含的某些诊断测量来诊断性的预测患者是否患有糖尿病。数据集由多个医学预…
keras 设置模型每层的trainable
def setTrainable(model,trainlayers):# 先全部设置成不可训练for layer in model.layers:layer.trainable False# 设置可训练的层for i in trainlayers:model.layers[i].trainable True# 可训练层print(trainable:)for x in model.trainable_weights:print(x.name)print(\n)…
关于keras模型分步训练的一些探索
将模型分为了两部分来训练，观察相互之间的影响，结果表明，模型1，2在分开训练的情况下，组合后依然有效，最终计算结果相同。
from keras import optimizers
from keras.datasets import mnist
from keras.lay…
基于Android+OpenCV+CNN+Keras的智能手语数字实时翻译——深度学习算法应用(含Python、ipynb工程源码)+数据集（二）
目录 前言总体设计系统整体结构图系统流程图 运行环境模块实现1. 数据预处理2. 数据增强3. 模型构建1）定义模型结构2）优化损失函数 相关其它博客工程源代码下载其它资料下载 前言
本项目依赖于Keras深度学习模型，旨在对手语进行分类和实时识…
MMLab中自定义模块初始化方法
这方面好像介绍的少，看了下基本原理，下面介绍下如何在搭载权重的模型中加入自定义模块时方便的进行初始化。
MMLab的逻辑时对每个部分进行初始化，若此部分定义了初始化方法为Pretrained则加载权重，然后对内部其他模块不再进行其他…
安装keras-contrib
以下三条命令即可解决: git clone https://www.github.com/keras-team/keras-contrib.git cd keras-contribpython setup.up install
理解1D、2D、3D卷积神经网络的概念
目录引言二维CNN | Conv2D一维CNN | Conv1D三维CNN | Conv3D总结引言
当我们说卷积神经网络（CNN）时，通常是指用于图像分类的二维CNN。但是，现实世界中还使用了其他两种类型的卷积神经网络，即1维CNN和3维CNN。在本指南…
面向初学者的最小神经网络
目录前言神经网络背后的想法最小神经网络在Keras中创建神经网络创建数据训练网络摘要完整代码附录：扩展阅读前言
此篇博客不会涉及到复杂的数学和算法。相反，我将建立您对神经网络如何工作初步的认识，并通过创建最小的神经网络并进行训练以完…
经典神经网络——AlexNet模型论文详解及代码复现
一、背景
AlexNet是在2012年由Alex Krizhevsky等人提出的，该网络在2012年的ImageNet大赛上夺得了冠军，并且错误率比第二名高了很多。Alexnet共有8层结构，前5层为卷积层，后三层为全连接层。 论文地址：ImageNet Classif…
keras layer 技巧/权重/层配置 查看
from keras.layers import Flatten, Dropout, Dense
from keras.models import Sequentialimport tensorflow as tf
import keras.backend.tensorflow_backend as KTFconfig tf.ConfigProto()
config.gpu_options.allow_growth True # 不全部占满显存, 按需分配
sess tf.Se…
Tensorflow-Keras教程
1.Keras简介
Keras是一个用于构建和训练深度学习模型的高级API。 它用于快速原型设计，高级研究和生产，具有三个主要优点： 用户友好 Keras具有针对常见用例优化的简单，一致的界面。 它为用户错误提供清晰且可操作的反馈 模块化和…
keras.layers中Lambda()——匿名函数层解析
1. 前提概况
在keras中搭建模型常用的方法有两种：
一种是较为简单的序列模型Sequential（该方法适用于搭建简单的模型）一种是使用Keras函数式的API（该方法最为常用）
无论使用哪种方法在搭建model时都要求使用keras中…
15 个机器学习的基本 Python 库
一定有很多次你试图在 Python 中找到一个库来帮助你完成机器学习项目。但是，经常遇到一件事！今天有如此多的 Python 库可用，并且许多库在每几年之后都会大量发布，因此选择合适的库并不容易。
有时会花费数小时寻找合适的库&#…
Transfer Learning with MobileNetV2（吴恩达课程）
Transfer Learning with MobileNetV2（吴恩达课程）
# UNQ_C1
# GRADED FUNCTION: data_augmenter
def data_augmenter():Create a Sequential model composed of 2 layersReturns:tf.keras.Sequential### START CODE HEREdata_augmentation tf.keras.Se…
机器学习——基于Tensorflow和Keras实现卷积神经网络CNN——猫狗分类
文章目录 环境的配置神经网络CNN的介绍卷积前馈神经网络卷积神经网络应用邻域 数据集准备数据预处理构建基准模型 总结什么是过拟合（overfit）？什么是数据增强？单独制作数据增强，精确率提高了多少？ 然后再添…
如何从 Keras 中的深度学习目录加载大型数据集
一、说明 数据集读取，使用、在磁盘上存储和构建图像数据集有一些约定，以便在训练和评估深度学习模型时能够快速高效地加载。本文介绍Keras 深度学习库中的ImageDataGenerator类等工具自动加载训练、测试和验证数据集。
二、ImageDataGenerator加载数据集…
经典神经网络——VGGNet模型论文详解及代码复现
论文地址：1409.1556.pdf。 (arxiv.org)；1409.1556.pdf (arxiv.org) 项目地址：Kaggle Code 一、背景
ImageNet Large Scale Visual Recognition Challenge 是李飞飞等人于2010年创办的图像识别挑战赛，自2010起连续举办8年…
keras中，TimeDistributed层在LSTM中的作用
创建于：20210414 文章目录1、TimeDistributed官网介绍2、注意事项3、TimeDistributed的测试代码4、lstm中Param的计算5、参考链接1、TimeDistributed官网介绍
keras.layers.TimeDistributed(layer)
（1）这个封装器将一个层应用于输入的每个时…
Keras - Dropout 理论与实践
一.引言 Dropout 层用于解决过拟合的问题，当原始样本偏少而深度模型参数偏多时，模型偏向于学习一些极端的特征从而导致过拟合，在训练样本上达到很高的精度但在测试集的表现却很糟糕，这时候可以引入 Dropout 按适当的比例舍弃掉一些…
Keras训练一个基本体系化的分类模型流程案例
Keras训练一个基本体系化的分类模型流程案例 import numpy as np
from keras.datasets import mnist
from keras.utils import np_utils # 导入keras提供的numpy工具包
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers impo…
已解决: ImportError: cannot import name ‘relu‘ from ‘keras.layers‘ 问题
博主猫头虎的技术世界 🌟 欢迎来到猫头虎的博客 — 探索技术的无限可能！ 专栏链接： 🔗 精选专栏： 《面试题大全》 — 面试准备的宝典！《IDEA开发秘籍》 — 提升你的IDEA技能！《100天精通鸿蒙》 …
《深度学习案例精粹：基于TensorFlow与Keras》深度学习常用训练案例合集
#好书推荐##好书奇遇季#《深度学习案例精粹：基于TensorFlow与Keras》，京东当当天猫都有发售。本书配套示例源码、PPT课件、思维导图、数据集、开发环境与答疑服务。
《深度学习案例精粹：基于TensorFlow与Keras 王晓华 清华大学出版社》【摘要…
Keras与OpenCV读取图片一一对应
使用from keras.preprocessing import image读取图片载入的是PIL，而cv2载入的图片通道为BGR，需要对其一一对应，进而使用模型对cv2读取的视频/图片进行预测
1. 读取图片
import cv2
import PIL
import numpy as np
import keras.preprocessi…
AttributeError: 'Tensor' object has no attribute '_keras_history'
1. 遇到的问题
在自己搭建模型的时候，遇到了这个问题，这个问题的意思，归根结底是：keras中定义的tensor和tensorflow（theano）当中给的tensor类型是不同的。
2. 解决方法
网上找了几个解决方案，…
如何在 TFRecord 文件上训练 Keras 模型实现黑色素瘤分类器
简介 + 设置
TFRecords 存储一系列二进制记录，线性读取。它们是存储数据的有用格式，因为它们可以有效地读取。在此处了解有关 TFRecords 的更多信息 。
我们将探索如何轻松加载黑色素瘤分类器的 TFRecords。 import tensorflow as tf
from functools import partial
import…
保姆级 Keras 实现 Faster R-CNN 十四 (预测)
保姆级 Keras 实现 Faster R-CNN 十四 一. 预测模型二. TargetLayer三. 预测四. 显示预测结果五. 加载训练好的参数六. 效果展示七. 代码下载 上一篇 文章中我们完成了 Faster R-CNN 训练的功能, 现在到了预测部分了
一. 预测模型
因为在预测的时候并不需标签, 所以 RoiLabel…
keras中model.compile()基本用法
1. compile参数介绍
model.compile(optimizer, loss None, metrics None, loss_weights None, sample_weight_mode None, weighted_metrics None, target_tensors None
)optimizer：优化器，用于控制梯度裁剪。必选项loss：损失函数&…
深度學習之多層感知器(MLP)之經典mnist數字識別
目录前言簡介思考與推導實戰總結前言
在上一篇文章中用mlp解决了一个好壞質檢二分類问题，这次我们依然用多層感知器mlp来解决經典mnist數字識別 回顧一下前文，但是具體理論還是看前文深度學習之多層感知器（MLP） 簡介
多层感知器…
keras的融合层使用理解
最近开始研究U-net网络，其中接触到了融合层的概念，做个笔记。 上图为U-net网络，其中上采样层（绿色箭头）需要与下采样层池化层（红色箭头）层进行融合，要求每层的图片大小一致ÿ…
残差网络实现手势识别
ng深度学习第四课第二周编程作业2，用keras框架残差网络（residual network）实现手势识别：
import numpy as np
from keras.layers import Input, Add, Dense, Activation, ZeroPadding2D, BatchNormalization, Flatten, Conv2D, Av…
keras的backend 设置 tensorflow,theano
window 系统环境安装步骤：1.首先是安装Python，建议安装anaconda2.安装完anaconda后打开anaconda promp命令行promp，输入conda list.可以看到已经安装的库以及版本等信息，注意此时没有keras.3.通过 conda …
AttributeError: module ‘tensorflow.python.framework.ops‘ has no attribute ‘_TensorLike‘
keras与tensorflow版本不适配，卸载重新安装或者在keras前加tensorflow 例如：
from keras.models import load_model改为：
from tensorflow.keras.models import load_model
解决：ImportError: cannot import name ‘get_config‘
解决：ImportError: cannot import name ‘get_config’
背景 今天使用Conda构建项目运行环境的时候报错：ImportError: cannot import name ‘get_config’ ##报错问题 from keras.callbacks import LearningRateScheduler, ModelCheckpointFile "D…
详解Keras:keras.preprocessing.image
keras.preprocessing.image Keras 库中的一个模块，用于处理和增强图像数据，它提供了一些实用的函数，如图像的加载、预处理、增强等。 常用函数
1、load_img
用于加载图像文件，并返回一个 NumPy 数组表示该图像
示例
from ker…
keras转pb模型转onnx
首先先将h5模型转为pb模型
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import (Conv2D,MaxPooling2D,AveragePooling2D,Flatten,Dense,Dropout,
)
import tf2onnx
num_classes 7
model Sequential()# 1st convolution layer
model.add(C…
Keras中常用的损失函数和优化方法
Keras中，定义损失函数和优化方法的语句是：
model.compile(loss mse, optimizer sgd) 其中，常用的损失函数（loss）有：
1. mean_squared_error/mse: 均方误差，计算公式为： …
TensorFlow-Keras 9.基础文本处理 processing embedding
一.引言:
处理 IMDB 数据集 demo 时，用到了很多文本转 onehot，文本转 embedding 的方法，下面整理一下。
本文后续样例测试数据集采用 IMDB 原始数据集，代表了用户对电影的评价，其中包含积极 positive 以及 消极 naga…
keras中epoch,batch,loss,val_loss相关概念
1、epoch
Keras官方文档中给出的解释是：“简单说，epochs指的就是训练过程接中数据将被“轮”多少次”
（1）释义：
训练过程中当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一个epoch&…
TensorFlow-Keras 10.CNN+RNN 处理文本序列-温度预测问题
一.引言
上一篇文章基础文本处理 processing && embedding 介绍了常用的文本处理方法，趁热打铁了解一下处理连续文本的 demo 流程。 二.数据信息与获取
下面例子将用到气象记录站的天气时间序列，数据集中每10分钟记录14个不同的指标࿰…
keras自定义损失函数
Keras中实现最一般模型的思路：把目标当成一个输入，构成多输入模型，把loss写成一个层，作为最后的输出，搭建模型的时候，就只需要将模型的output定义为loss，而compile的时候，直接将loss…
使用keras构建和训练mnist的神经网络
简介 mnist是机器学习领域的经典数据集，其用例学习堪比编程领域的的“hello world”。
它包含60000张训练图像和10000张测试图像，这些图像是手写的数字，目的是要通过机器学习的方法把这些图像分为10类：0——9。
mnist数据集预先…
《Keras深度学习：入门、实战与进阶》CIFAR-10图像识别
本文摘自《Keras深度学习：入门、实战与进阶》。 https://item.jd.com/10038325202263.html 这个数据集由Alex Krizhevsky、Vinod Nair和Geoffrey Hinton收集整理，共包含了60000张3232的彩色图像，50000张用于训练模型、10000张用于评估模型。…
教程：使用 Keras 优化神经网络
一、介绍 在 我 之前的文章中，我讨论了使用 TensorFlow 实现神经网络。继续有关神经网络库的系列文章，我决定重点介绍 Keras——据说是迄今为止最好的深度学习库。 我 从事深度学习已经有一段时间了，据我所知，处理…
Index out of range using input dim 2,when implement crf
创建于：2022.
This is because the crf layer expects the labels in a different shape. Normally your labels would be of shape (num_samples, max_length) but the crf layer expects them in the form (num_samples, max_length, 1) .An easy fix is to resh…
Keras中的model.summary()输出到文件
创建于：20210425 文章目录keras中，model.summary()方法默认将信息打印到屏幕终端。
本文将其打印到指定文件，如下面代码。
def log_model_summary(text):with open(modelsummary.txt, w) as f:f.write(text)model.summary(print_fnlog_mode…
LSTM原理、参数介绍、Keras实现
创建于：20210316 修改于：20210316，20220317
1、LSTM原理
LSTM原理及Keras中实现：20191207 LSTM原理及Keras中实现：20200714 难以置信！LSTM和GRU的解析从未如此清晰（动图视频）2018-…
使用anaconda prompt安装TensorFlow与Keras
安装TensorFlow： 查看TensorFlow是否安装成功： 安装Keras并查看是否安装成功：
keras_contrib crf AttributeError: ‘Tensor‘ object has no attribute ‘_keras_history‘
创建于：2022.09.30 修改于：2022.09.30 文章目录1、错误信息2、解决办法 降低keras版本3、其他解决办法4、参考链接1、错误信息
我使用tensorflow2.8.0 (keras2.8.0)，keras-contrib 2.0.8。keras_contrib的CRF 报错
crf, idx y_pred._keras…
AttributeError: module ‘tensorflow.compat.v2.internal‘ has no attribute ‘register_clear_session_func
报错异常：AttributeError: module tensorflow.compat.v2.internal has no attribute register_clear_session_function
原因：keras和tensorflow版本不对应，重新下keras或者tensorflow
解决方案：
重新下载对应版本的keras&#…
深入理解 keras 中 Dense 层参数
目录引言深入理解 Dense 层的用法查看参数输入尺寸输出尺寸示例：用法完整示例示例一: 最小网络示例二：多维度数据示例三：特殊情况，待讨论附录引言
大家或许已经对深度学习不陌生了。不管是养家糊口工作还是科研学习早日毕业&…
TensorFlow-Keras 18. DeepFM原理与自定义实现
一.引言
之前的文章中循序渐进的介绍过 LR，FM，WideAndDeep，有了这些模型的了解，接一下介绍当下比较流行的深度模型 DeepFm，WideAndDeep 结合了LR DNN，DeepFM 结合了 FM DNN，使得模型具备学习…
TensorFlow-Keras 2.自定义Loss与metrics
上一篇利用 keras 实现了最基本的手写数字识别模型，模型编译时loss用到了交叉熵 sparse_categorical_crossentropy，metrics 针对稀疏多分类问题用到了 sparse_categorical_accuracy，这里 loss 和 metrics 也支持自己实现，只需要继…
如何使用Keras选择添加的层并搭建神经网络？
目录 1.神经网络搭建步骤2.常见的层详解及其用途3.常见神经网络4.代码示例 1.神经网络搭建步骤
选择神经网络的各层需要根据具体问题和数据集的特点进行调整，一般可以通过以下步骤来进行：
1.确定输入数据的维度和特征数量，这有助于确定网络…
解决使用keras提供的损失函数API时，梯度无法反向传播, 损失函数不下降
在使用keras提供的损失函数API时，梯度无法反向传播, 损失函数不下降
问题： 在使用keras提供的损失函数API时，梯度无法反向传播 代码：
from tensorflow.keras.losses import categorical_crossentropydef train_generator(x, y, …
【深度学习框架体系的学习】tensorflow
参考了github上开源源码eat_tensorflow2_in_30_days以及tensorflow的官网
结构化流程
1.数据处理
图片数据
在tensorflow中准备图片数据的常用方案有两种： 第一种是使用tf.keras中的ImageDataGenerator工具构建图片数据生成器。 第二种是使用tf.data.Dataset搭配…
keras 搭建lstm+dnn网络 多步时间序列预测 模板
# -*- coding: utf-8 -*-
# 导入库pip install openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn import metrics
from sklearn.metrics import mean_square…
Keras安装 {Keras 由浅入深}
Keras 安装
TensorFlowKeras
python & mathematics installation
sudo pip install kerasbackend : tensorflow
dependencies: cuDNN (recommended if you plan on running Keras on GPU). HDF5 and h5py (required if you plan on saving Keras models to disk). graph…
政安晨：示例演绎TensorFlow的官方指南（三）{快速使用数据可视化工具TensorBoard}
这篇文章里咱们演绎TensorFLow的数据可视化工具：TensorBoard。
在机器学习中，要改进模型的某些参数，您通常需要对其进行衡量。TensorBoard 是用于提供机器学习工作流期间所需测量和呈现的工具。它使您能够跟踪实验指标（例如损失和…
keras.utils.plot_model 报错.. with status: 1. stderr follows: Format: “ps” not recognized..解决办法
在管理员身份运行cmd中第一次要dot -c。
然后dot -v 看地址，再加到程序开头处即可。
TimeDistributed()层应用于自定义层出现NotImplementedError
当使用tensorflow.keras.layers中的TimeDistributed应用于自定义层在时间维度进行扩展时，使输入数据在时间维度上的每个数据应用于相同的自定义层（或base_model），如：
model Sequential()
model.add(TimeDistributed(…
Keras 入门课0 -- 目录
Keras 入门课0 – 目录
网络上Keras入门的课程或教程都有很多，基本上都是一些最简单的例子，而自己真正去使用的时候，发现需要学习的内容还有很多，看官方文档的时候，效率也是比较低下的。所以才有了这个系列的课程。通…
基于TensorFlow和Keras的狗猫数据集的分类实验
文章目录 前言一、环境配置1、anaconda安装2、修改jupyter notebook工作目录3、配置TensorFlow、Keras 二、数据集分类1、分类源码2、训练流程 三、模型调整1.图像增强2、网络模型添加dropout层 四、使用VGG19优化提高猫狗图像分类1、构建网络模型2、初始化一个VGG19网络实例3、…
Keras实现seq2seq
概述 Seq2Seq是一种深度学习模型，主要用于处理序列到序列的转换问题，如机器翻译、对话生成等。该模型主要由两个循环神经网络（RNN）组成，一个是编码器（Encoder），另一个是解码器…
Keras内置数据集
目录
1、MNIST数字分类数据集
2、CIFAR10小图像分类数据集
3、CIFAR100小图像分类数据集 4、IMDB电影评论情感分类数据集 参数说明
imdb_word_index.json
示例 5、路透社新闻专线分类数据集
reuters_word_index.json
6、Fashion MNIST数据集
7、加州房价回归数据集 …
TensorFlow官方文档学习 Keras版MNIST Get Started with TensorFlow
import tensorflow as tf
mnist tf.keras.datasets.mnist #下载mnist图像的数据 (x_train, y_train),(x_test, y_test) mnist.load_data() #划分训练集和测试集
x_train, x_test x_train / 255.0, x_test / 255.0 #归一化处理[0,1] #序贯（Sequential&am…
BERT（从理论到实践）: Bidirectional Encoder Representations from Transformers【3】
这是本系列文章中的第3弹，请确保你已经读过并了解之前文章所讲的内容，因为对于已经解释过的概念或API，本文不会再赘述。
本文要利用BERT实现一个“垃圾邮件分类”的任务，这也是NLP中一个很常见的任务：Text Classification。我们的实验环境仍然是Python3+Tensorflow/Keras…
Keras - Batch normalization 理论与实践
一.引言
根据论文《Batch Normalization: Accelerating Deep Network Training b y Reducing Internal Covariate Shift》所述，神经网络训练过程中，每层输入的分布随着前一层参数的变化进行训练，这就导致了上层网络需要不断调整参数适应不同…
Ubuntu22.04安装使用Docker (参考：完成Dock中的企业微信安装)
Ubuntu22.04安装使用Docker 概述什么是Docker ?Docker 的优点 Docker的安装(1) 安装 Docker 依赖项(2) 启用 Docker 官方存储库(3) 使用 Apt 命令安装 Docker(4) 验证和测试 Docker 安装 Docker Compose1. 使用二进制文件安装 Docker Compose2. 使用 Pip 安装 Docker Compose …
Keras-例程学习
代码来自https://github.com/keras-team/keras/blob/master/examples/imdb_lstm.py
这是一个 IMDB 电影评论情感分类的任务：采用词序列的LSTM来对评论语句做情感分类
IMDB 的数据集介绍见：https://blog.csdn.net/ltochange/article/details/78355753
…
深度学习中的‘Hello World’——MNIST问题
1.加载Keras中的mnist数据集
如果是第一次加载这个数据集，则请查看我的另外一篇博客，总结了一下问题
https://blog.csdn.net/fu_jian_ping/article/details/107691587 2.查看数据集 3.搭建神经网络架构 4.准备图像数据 5.准备标签 6.训练网络 7.测试网…
Keras ：MNIST数字图像识别示例（卷积神经网络）
Keras：MNIST数字图像识别示例 # !/user/bin/env python
# -*- coding:utf-8 -*-
from keras.datasets import mnist
from keras.utils import to_categorical
from keras import layers
from keras import models# import keras.backend.tensorflow_backend as KTF
…
Keras使用分批迭代（fit_generate）的方式训练数据
文章参考：https://blog.csdn.net/lujiandong1/article/details/54869170 说明：我是在keras的官方demo上进行修改https://github.com/fchollet/keras/blob/master/examples/imdb_cnn.py
1、几点说明，从文件中读入数据，会降低GPU的…
wins 安装 tensorflow keras
1.python版本
python版本3.12，安装tensorflow会报错： 经过多次实验，使用的python版本是3.9.0
2.安装tensorflow
a. pip install --trusted-host http://mirrors.aliyun.com/pypi/simple/ tensorflow2.6.0
速度有点慢，半个多小…
【已解决】ModuleNotFoundError: No module named ‘tensorflow‘
问题描述 Traceback (most recent call last): File "dataset_tool.py", line 16, in <module> import tensorflow as tf ModuleNotFoundError: No module named tensorflow 如果直接pip install tensorflow，还会报错 解决办法 方法一
pip i…
基于传统机器学习模型算法的项目开发详细过程
1 场景分析
1.1 项目背景
描述开发项目模型的一系列情境和因素，包括问题、需求、机会、市场环境、竞争情况等
1.2. 解决问题 传统机器学习在解决实际问题中主要分为两类： 有监督学习：已知输入、输出之间的关系而进行的学习，从而…
详解Keras3.0 Layers API: Pooling layers （MaxPooling1D、MaxPooling2D、MaxPooling3D）
1、MaxPooling1D layer
一维最大池化层
keras.layers.MaxPooling1D(pool_size2, stridesNone, padding"valid", data_formatNone, nameNone, **kwargs
)
参数说明
pool_size：整数或整数元组，表示池化窗口的大小。如果为整数，则…
详解Keras3.0 Layer API: Dropout layer
Dropout layer 图1 标准的神经网络 图2 加了Dropout临时删除部分神经元 Dropout层的作用是在神经网络中引入正则化，以防止过拟合。它通过随机丢弃一部分神经元（如图2）的输出来减少模型对训练数据的依赖性。这样可以提高模型的泛化能力&#x…
基于深度学习的交通标志图像分类识别系统
温馨提示：文末有 CSDN 平台官方提供的学长 QQ 名片 :) 1. 项目简介 本文详细探讨了一基于深度学习的交通标志图像识别系统。采用TensorFlow和Keras框架，利用卷积神经网络（CNN）进行模型训练和预测，并引入VGG16迁移学习…
tensorflow简介以及与Keras的关系、常用机器学习框架一览
tensorflow是Google开源的基于数据流图的机器学习框架，支持python和c程序开发语言。轰动一时的AlphaGo就是使用tensorflow进行训练的，其命名基于工作原理，tensor 意为张量（即多维数组），flow 意为流动。即多…
Tensorflow和Keras版本对照及环境安装
在安装tensorflow环境的时候，一定要先弄清楚对应的版本对应的情况，不要上来就pip install tensorflow，pip install keras。最后发现全是坑。下面就列一下，tensorflow和keras以及对应的python版本，然后再列一下我成功安…
keras使用cov1D函数的输入问题
解决了以下错误：
1.ValueError: Input 0 is incompatible with layer conv1d_1: expected ndim3, found ndim4 2.ValueError: Error when checking target: expected dense_3 to have 3 dimensions, but got array with …
1.ValueError: Input 0 is incompatible…
TypeError:softmax() got an unexpected keyword argument 'axis'问题解决
背景
升级keras后，原来可以使用的
model.add(Activation(softmax))
出现了TypeError:softmax() got an unexpected keyword argument axis’错误
解决
打开tensorflow_backend.py文件 line 3221中
def softmax(x, axis-1):"""Softmax of a ten…
基于keras中Lenet对于mnist的处理
文章目录 MNIST导入必要的包加载数据可视化数据集查看数据集的分布开始训练画出loss图画出accuracy图 使用数据外的图来测试图片可视化转化灰度图的可视化可视化卷积层的特征图第一层卷积 conv1 和 pool1第二层卷积 conv2 和 pool2 MNIST
MNIST（Modified National …
C++使用TensorFlow加载python训练好的模型
简介 工作流程：
python: 使用keras训练模型并保存为h5（keras以tensorflow为引擎）python: 转换h5为pb文件python: 加载模型，并验证模型无误c/c: 加载并使用模型
依赖安装：
# 指定版本安装
# 如果已经存在该包的更高版…
格式化标签为独热编码，keras.utils.np_utils.to_categorical
import numpy as np
from keras.utils.np_utils import to_categoricala np.array([1,0,0,1,0])b to_categorical(a)print(a)
print(--------------)
print(b)[1 0 0 1 0]
--------------
[[0. 1.][1. 0.][1. 0.][0. 1.][1. 0.]]
keras 早停 EarlyStopping
用法：在训练中加入回调函数keras.callbacks.EarlyStopping
callback keras.callbacks.EarlyStopping(monitorval_acc,patience10,modemax,restore_best_weightsTrue)
...
history train_model.fit(x_train, y_train, batch_sizeBATCH_SIZE,epochsEPOCHS, validat…
Keras中model.evaluate() 返回的是 loss value 和 metrics values
Keras官方文档： https://keras.io/models/model/#evaluate Keras中model.evaluate() 返回的是 损失值和训练时选定的指标值（例如，[AUC, , accuracy]）。
训练时选定的指标值是指model.compile()里面metrics后面的值，ev…
Embedding理解、Keras实现Embedding
创建于：20210714 修改于：20210714 文章目录1 Embedding介绍1.1 embedding 有3 个主要目的1.2 图形化解释2 包模块、方法介绍3 Keras实现Embedding4 参考链接1 Embedding介绍
Embedding 是一个将离散变量转为连续向量表示的一个方式。在神经网络中&#…
tensorflow keras 关闭打印warning
用下面代码设置TensorFlow的日志级别为ERROR，以及将环境变量TF_CPP_MIN_LOG_LEVEL设置为3，这将禁用TensorFlow的所有警告信息。os.environ部分一定要放在import tensorflow之前，我用的是tensorflow2.3，不加tf.get_logger().setLev…
Keras Alexnet Cat and Dog
文章目录卷积神经网络发展史：网络结构如下：网络结构代码 AlexNet.py训练代码 train.py数据预处理 datasetprocess.py工具包 utils.py预测 perdict.py卷积神经网络发展史： 处理图像分类的经典神经网络-历史突破
网络结构如下： ker…
tensorflow mnist数据集全连接神经网络 python简单实现
#coding:utf-8
import tensorflow as tf
from tensorflow import keras
from keras import layers"""
基于tensorflow框架/mnist数据集,建一个三层全连接神经网络的10分类模型;
python代码的简单实现
参考文献：
Tensorflow文档 函数式API部分 https…
Keras入门课3 -- 使用CNN识别cifar10数据集
Keras入门课3：使用CNN识别cifar10数据集
本系列课程代码，欢迎star： https://github.com/tsycnh/Keras-Tutorials
cifar10是一个日常物品的数据集，一共有10类，属于是比较小的数据集。这次用一个4个卷积层加2个全连接层…
anaconda中安装keras
安装cpu版本： conda install -c anaconda keras 安装gpu版本： conda install -c anaconda keras-gpu # for gpu version 注：不加-gpu下载的keras自带一个非gpu的tensorflow，自己先下载的tensorflow-gpu就被覆盖掉了 如果要同时安…
BERT（从理论到实践）: Bidirectional Encoder Representations from Transformers【2】
这是本系列文章中的第二弹，假设你已经读过了前文。先来简单回顾一下BERT的想法：
1）在Word2Vec【1】中，每个单词生成的Embedding是固定的。但这就带来了一个显而易见的问题：同一个单词在不同上下文中的意思是不同的。例如mouse，可以是鼠标的意思，也可以是老鼠的意思。但…
tensorflow学习笔记（3）: 使用load_modeld载入的keras模型是随机的
● 问题描述：
在一个二分类任务上，我训练好的keras模型的准确率是0.9。但是，当我用tf.keras.models.load_modeld重新加载该模型后，它的准确率却变成了0.5（显然是因为网络的参数变成随机值了）。
● 问题原…
Keras实现Transformer
# 导入所需的库
import numpy as np
from keras.models import Model
from keras.layers import Input, Dense, Embedding, MultiHeadAttention
from keras.optimizers import Adam# 定义模型参数
vocab_size 10000 # 词汇表大小
embedding_dim 256 # 嵌入维度
num_heads …
Keras model.fit()参数详解
#keras官方文档上关于model.fit()参数介绍
fit( xNone, #输入的x值yNone, #输入的y标签值batch_sizeNone, #整数 ，每次梯度更新的样本数即批量大小。未指定，默认为32。epochs1, #迭代次数verbose1, #整数，代表以什么形式来展示日志状态日志展…
TensorFlow实战教程（三十五）-VS Code配置Python编程和Keras环境及手写数字识别（基础篇）
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章利用Keras构建无监督学习Autoencoder模型并实现聚类分析。这篇文章将介绍基础知识，因为很多读者咨询我如何用VS Code配置Keras深度学习环境，并对比常用的深度学习框架，最后普及手写数字识…
使用Word Embedding+Keras进行自然语言处理NLP
目录 介绍：
one-hot： pad_sequences: 建模: 介绍： Word Embedding是一种将单词表示为低维稠密向量的技术。它通过学习单词在文本中的上下文关系，将其映射到一个连续的向量空间中。在这个向量空间中，相似的单词在空间…
keras lstm
keras lstm的参数（1）units：LSTM层的单元个数，即LSTM网络中隐藏节点的数量。（2）activation：激活函数，用于更新内部状态的函数（即门的决策函数）。（3…
《Python深度学习-Keras》精华笔记3：解决深度学习多分类问题
公众号：机器学习杂货店作者：Peter编辑：Peter 持续更新《Python深度学习》一书的精华内容，仅作为学习笔记分享。 本文是第三篇：介绍如何使用Keras解决Python深度学习中的多分类问题。
多分类问题和二分类问题的区别注意…
keras模型重写成pb文件
from keras import bacend as k
sess K.get_session()frozen_graph_def tf.graph_util.convert_variables_to_constants(sess,sess.graph_def,output_node_names["output"])
tf的node的name通过
[tensor.name for tensor in tf.get_default_graph().as_graph_def…
百分百解决cannot import name ‘Merge‘ from ‘keras.layers‘解决方法
啊哈哈哈哈啊哈哈哈哈我太厉害了我太厉害了 文章目录引言解决措施引言
对于这个错误Traceback (most recent call last): File “e3.py”, line 70, in from keras.layers.merge import concatenate ModuleNotFoundError: No module named ‘keras.layers.merge’
网上方法他…
卷积神经网络的python实现,python卷积神经网络图像
怎样用python构建一个卷积神经网络
用keras框架较为方便首先安装anaconda，然后通过pip安装keras以下转自wphh的博客。
#coding:utf-8 GPU run command: THEANO_FLAGSmodeFAST_RUN,devicegpu,floatXfloat32 python CPU run command: python 2…
Keras 3.0发布：全面拥抱 PyTorch！
Keras 3.0 介绍 https://keras.io/keras_3/ Keras 3.0 升级是对 Keras 的全面重写，引入了一系列令人振奋的新特性，为深度学习领域带来了全新的可能性。
多框架支持
Keras 3.0 的最大亮点之一是支持多框架。Keras 3 实现了完整的 Keras API，…
keras的Mnist数据集分类练习
# 从keras的datasets导入mnist数据集
from keras.datasets import mnist
from keras.layers import Dense #导入全连接层
from keras.utils import np_utils #keras中提供的np工具包
from keras.models import Sequential # 导入顺序结构
from tensorflow.keras.optimizers i…
使用Keras处理深度学习中的多分类问题——路透社新闻分类
简介 本文将着手构建一个网络，将路透社新闻划分为46个互斥的主题，与二分类问题不同，这是一个多分类问题。
关于二分类问题的处理方式，请参考：使用Keras处理深度学习中的二分类问题——Imdb影评分类。
对于某个新闻&a…
使用Keras代码解决二分类问题
很多文章都是用MNIST数据集作为深度学习届的“Hello World”程序，但是这个数据集有一个很大的特点：它是一个典型的多分类问题（一共有10个分类），在刚开始接触深度学习时，我人为应从最简单的二分类问题着手。
在深度学习框架方面，目前比较流行的是Tensorflow，Keras，PyT…
机器学习笔记 - 使用3D卷积神经网络进行视频分类
1、导入相应的库 3D CNN 使用三维滤波器来执行卷积。内核能够在三个方向上滑动，而在 2D CNN 中它可以在二维上滑动。 首先安装并导入必要的库，用于处理ZIP文件内容的Remotezip 、用于使用进度条的tqdm 、用于处理视频文件的OpenCV 、用于执行更复杂的张量操作的einop…
【深度学习_TensorFlow】调用keras高层API重写手写数字识别项目
写在前面
上一阶段我们完成了手写数字识别项目的构建，了解了网络构建、训练、测试的基本流程，但是对于一些常见的操作，因其使用过于频繁，实际上并无必要手动实现，而早已被封装为函数了。
这篇文章我们将了解keras高层…
G1D35--keras.callbacknpzdel常用库之间关系sparse_categorical_crossentropymetricverboseconda
我的节拍器，come on！
1、keras.callback
https://keras.io/api/callbacks/
2、使用npz将x、y打包进入一个文件
https://www.cnblogs.com/wushaogui/p/9142019.html
3、del 清除占用内存
4、常用库之间关系与区别 5、sparse_categorical_crossent…
一行命令解决 深度学习环境 TensorFlow PyTorch Keras安装 cuda cudnn 配置
估计你已经被深度学习环境的安装和配置整得焦头烂额了，cuda和cudnn的安装配置真的好麻烦，下面我将告诉你只要用一行代码就可以解决这个问题。
不过首先，你得下载安装anaconda环境，而不是使用纯Python软件。
然后创建一个你想要运…
2023年终总结｜回顾学习Tensorflow、Keras的历程
2023年4月，初探TensorFlow2.0，对比了1.0版本的差异。接着，学习了TensorFlow2.0的常量矩阵、四则运算以及常用函数。学习了数据切割、张量梯度计算、遍历元素、类别索引转换等技巧，并掌握了CNN输出特征图形状的计算方法。 在数据处…
TensorFlow2实战-系列教程6：迁移学习实战
🧡💛💚TensorFlow2实战-系列教程 总目录 有任何问题欢迎在下面留言 本篇文章的代码运行界面均在Jupyter Notebook中进行 本篇文章配套的代码资源已经上传 1、迁移学习
用已经训练好模型的权重参数当做自己任务的模型权重初始化一般全连接层需…
政安晨：演绎在KerasCV中使用Stable Diffusion进行高性能图像生成
小伙伴们好，咱们今天演绎一个使用KerasCV的StableDiffusion模型生成新的图像的示例。
考虑计算机性能的因素，这次咱们在Colab上进行，Colab您可以理解为在线版的Jupyter Notebook，还不熟悉Jupyter的的小伙伴可以去看一下我以前的文…
解决：ImportError: cannot import name ‘Adam‘ from ‘keras.optimizers‘
解决：ImportError: cannot import name ‘Adam‘ from ‘keras.optimizers‘
背景 在使用之前的代码时，报错： from keras.optimizers import Adam ImportError: cannot import name ‘Adam’ 报错问题
from keras.optimizers import Adam
I…
深度学习文本预处理利器：Tokenizer详解
目录 1 Tokenizer 介绍
1.1 Tokenizer定义 1.2 Tokenizer方法 1.3 Tokenizer属性
2 Tokenizer文本向量化
2.1 英文文本向量化
2.2 中文文本向量化
3 总结 1 Tokenizer 介绍
Tokenizer是一个用于向量化文本，将文本转换为序列的类。计算机在处理语言文字时&…
卷积神经网络（二）{Keras 由浅入深}
卷积神经网络（二）
TensorFlowKeras
python & mathematics 卷积神经网络卷积是基本的操作，但是在构建神经网络的过程中，过拟合现象和收敛速度慢都是很容易出现的问题，本文就这两个问题进行分析和提出解决方法。
过…
Keras 3.0发布：全面拥抱 PyTorch
Keras 3.0 介绍 https://keras.io/keras_3/ Keras 3.0 升级是对 Keras 的全面重写，引入了一系列令人振奋的新特性，为深度学习领域带来了全新的可能性。
如果你对 Pytorch 还处于小白阶段，没有理解的很透彻，可以先学这篇内容&…
AIGC实战——自编码器(Autoencoder)
AIGC实战——自编码器 0. 前言1. 自编码器原理2. 数据集与模型分析2.1 Fashion-MNIST 数据集2.2 自编码器架构 3. 去噪自编码器3.1 编码器3.2 解码器3.3 连接编码器和解码器3.4 训练自编码器3.5 重建图像 4. 可视化潜空间5. 生成新图像小结系列链接 0. 前言
自编码器 (Autoenc…
BERT（从理论到实践）: Bidirectional Encoder Representations from Transformers【1】
预训练模型：A pre-trained model is a saved network that was previously trained on a large dataset, typically on a large-scale image-classification task. You either use the pretrained model as is or use transfer learning to customize this model to a given t…
TensorFlow 03(Keras)
一、tf.keras
tf.keras是TensorFlow 2.0的高阶API接口，为TensorFlow的代码提供了新的风格和设计模式，大大提升了TF代码的简洁性和复用性，官方也推荐使用tf.keras来进行模型设计和开发。 1.1 tf.keras中常用模块
如下表所示: 1.2 常用方法
…
TensorFlow-Keras 11.多输入模型
一.引言
函数式 API 可用于构建具有多个输入的模型，通常情况下，模型会在某一时刻用一个可以组合多个张量的层将不同输入得到的结果进行组合，组合方式可以是相加，连接等等，这其中常用的为 keras.layers.add，…
使用Keras处理深度学习中的二分类问题——Imdb影评分类
简介 二分类问题是应用很广泛的机器学习问题，它根据输入，回答yes/no。
IMDB数据集，包含来自互联网电影数据库（IMDB）的50000条严重两极分化的评论。
数据集被分为用于训练的25000条评论和用于测试的25000条评论&#…
《深度学习初探：使用TensorFlow和Keras构建你的第一个神经网络》
🌷🍁 博主猫头虎（🐅🐾）带您 Go to New World✨🍁 🦄 博客首页——🐅🐾猫头虎的博客🎐 🐳 《面试题大全专栏》 🦕 文章图文…
人工智能|深度学习——使用多层级注意力机制和keras实现问题分类
代码下载 使用多层级注意力机制和keras实现问题分类资源-CSDN文库 1 准备工作
1.1 什么是词向量? ”词向量”（词嵌入）是将一类将词的语义映射到向量空间中去的自然语言处理技术。即将一个词用特定的向量来表示，向量之间的距离（例…
循环神经网络（一）（文本预处理，分词，独热编码，词嵌入，keras 代码）
文章目录文本预处理One-hot 编码词嵌入从原始文本到数据集References循环神经网络（recurrent neural network，RNN）是一类用于处理序列数据的神经网络。RNN 在序列数据的每一个位置上具有相同的结构（因此是“循环”的）&…
keras导入包报错ImportError: cannot import name ‘get_config‘
ImportError: cannot import name ‘get_config’
Traceback (most recent call last):File "siameseNet.py", line 6, in <module>from keras.layers import MergeFile "/usr/local/lib/python3.6/site-packages/keras/__init__.py", line 25, in …
Keras使用sklearn中的交叉验证和网格搜索
Keras是Python在深度学习领域非常受欢迎的第三方库，但Keras的侧重点是深度学习，而不是所以的机器学习。事实上，Keras力求极简主义，只专注于快速、简单地定义和构建深度学习模型所需要的内容。Python中的scikit-learn是非常受欢迎的…
Flutter 访问 Flask 服务器获取 Keras 模型分类识别结果
机器学习近来已成为一项很酷的技术，市场上几乎所有软件产品都以一种或另一种方式使用机器学习。 让我们看看如何构建一个可以将图像上传到服务器并对其进行预测（图像分类）的应用程序。 这些图像可以通过应用程序访问，您可以简单地…
保姆级 Keras 实现 YOLO v3 三
保姆级 Keras 实现 YOLO v3 三 一. 分配 anchor box二. 正负样本匹配规则三. 为每一个 anchor box 打标签3.1 anchor box 长什么样?3.2 每一个 anchor box 标签需要填充的信息有哪些?3.3 ( Δ x , Δ y , Δ w , Δ h ) (\Delta x, \Delta y, \Delta w, \Delta h) (Δx,Δy,…
李宏毅机器学习——学习笔记（7） Backpropagation and keras
全连接网络 Deep network 其实是矩阵操作，权重矩阵乘以输入向量，加上bias向量即可 Backpropagation keras
感觉这个很形象
keras创建神经网络的步骤： model Sequential() model.add(Dense(input_dim 28* 28, output 500)) model.add(Ac…
深度学习--通过对Keras进行微调提升性能
本文使用微调（Fine-tune)技术来提升模型的性能。前面我们通过迁移学习将这个猫狗大战二分类问题的预测准确率提升到了90%左右，看上去效果已经很不错了，但是还能不能进一步提升了呢？
前面我们没有对VGG16的卷积层进行参数的优化，那么我们这里就可以来优化这部分的参数。由…
详解Keras3.0 Layers API: Core layers
1、Input
keras.Input(shapeNone,batch_sizeNone,dtypeNone,sparseNone,batch_shapeNone,nameNone,tensorNone,
)
参数说明
shape: 输入张量的形状。如果为None，则可以动态地指定形状。batch_size: 批处理大小。如果为None，则可以动态地指定批处理大小…
TensorFlow和Keras问题汇总
关于安装Keras，说实话不太好安装，挺麻烦的，各种版本匹配的问题，所以直接安装2.0版本的TensorFlow，在2.0版本中已经融合对Keras：
pip install tensorflow
即可，默认是gpu版本的。 在Keras导入函…
详解Keras3.0 Layers API: Convolution layers（一）
1、Conv1D layer
通常对一维度数组（例：arr np.array([1, 2, 3, 4, 5])）进行卷积操作
keras.layers.Conv1D(filters,kernel_size,strides1,padding"valid",data_formatNone,dilation_rate1,groups1,activationNone,use_biasTrue,…
AlexNet Keras预训练模型
简介
因为Keras没有Alexnet预训练模型，我将Pytroch上的AlexNet预训练模型转成了Keras，供大家使用。因为AlexNet很简单，Keras和Pytroch代码都很容易理解，因此不做详细解释。
下载链接
链接: https://pan.baidu.com/s/1oAsVNANDd…
文本分类识别系统2-tensorflow版本
tensorflow版本其实和keras版本一样，就是前缀tensorflow即可
大家可以看我前面写的文本分类是keras版本写的，今天就水一篇博客
文本分类识别系统1-keras版本
只要在开头导入的库换成tensoflow即可
from keras.preprocessing.text import Tokenizer
f…
详细介绍如何使用 Keras 构建生成对抗网络的源码实现
本文将演示如何使用 Keras 库构建生成对抗网络。使用的数据集是预加载到 Keras 中的CIFAR10 图像数据集。 第1步：导入所需的库 import numpy as npimport matplotlib.pyplot as plt
import keras
from keras.layers import Input, Dense, Reshape, Flatten, Dropout
from kera…
ModuleNotFoundError: No module named ‘tensorflow.keras‘
修改
from tensorflow.keras import layers为：
from tensorflow.python.keras import layers参考： https://blog.csdn.net/m0_38093470/article/details/88637869
序列填充：keras.processing.sequences.pad_sequence()
序列填充：keras.processing.sequences.pad_sequence()
百度飞桨的keras目标识别
1.去github下载Keras-PPYOLO-YOLOv4项目，地址：https://github.com/miemie2013/Keras-PPYOLO-YOLOv4 2.下载完后解压打开，创建虚拟python3.6环境，我这里提前已经配置好了cuda10.0 3.下载ppyolo.pdparams模型，放入项目…
深度学习 | 基于 CPU 的 tensorflow + keras + python 版本对照及环境安装
Hi，大家好，我是源于花海。要让一个基于 CPU 的 tensorflow 和 keras 开发的深度学习模型正确运行起来，配置环境是个重要的问题，本文介绍了 tensorflow 和 keras 和对应的 python 版本以及安装环境的部分流程。 目录
一、tensorfl…
Keras-4-深度学习用于计算机视觉-卷积神经网络对 MNIST 数字进行分类:
0. 说明：
本篇学习记录主要包括：《Python深度学习》的第5章（深度学习用于计算机视觉）的第1节（卷积神经网络简介）内容。
相关知识点：
密集层 (Dense层、全连接层) 和 卷积层的区别在于&#x…
23- GPU设置和多分布自定义模型 (TensorFlow系列) (深度学习)
知识要点 显示数据所在的位置: tf.debugging.set_log_device_placement(True) strategy tf.distribute.MirroredStrategy() # 重点操作 1 GPU设置
默认使用全部GPU并且显存全部占满
如何不浪费显存和计算资源? 显存自增长 虚拟设备机制
多GPU使用: 虚拟GPU和物理GPU…
LeNet对MNIST 数据集中的图像进行分类--keras实现
我们将训练一个卷积神经网络来对 MNIST 数据库中的图像进行分类，可以与前面所提到的CNN实现对比CNN对 MNIST 数据库中的图像进行分类-CSDN博客
加载 MNIST 数据库
MNIST 是机器学习领域最著名的数据集之一。
它有 70,000 张手写数字图像 - 下载非常简单 - 图像尺…
TensorFlow-Keras 8.AutoEncoder 与2D,3D展示
一.引言:
AutoEncoder-自编码是神经网络中常见的无监督学习，其目的一般为提取原始目标中的关键信息，类似于降维与主成分分析，但又不完全相同，其原理是用输入信息作为输出信息训练模型，最终提取中间的关键信息作为输入…
Keras实现全连接神经网络（python）
在全连接神经网络（DNN）学习了全连接神经网络的原理，然后再使用Keras来实现全连接神经网络，每一步都清晰描述。
Kears的安装过程参考：Tensorflow和Keras版本对照及环境安装。
Keras中文文档请参考：Keras中…
深度学习｜keras编程基础
使用 tensorflow.keras 接口，组装神经网络层次，训练并预测 参考链接：https://blog.csdn.net/March_A/article/details/129240390?ops_request_misc&request_id&biz_id102&utm_termtensorflow.keras%20&utm_mediumdistribute…
keras实现happyhouse程序
ng第四课第二周的作业，用keros实现happyhouse，即使用keras框架识别笑脸和非笑脸，代码如下。这个代码对训练集和测试集的准确率都挺高，但是对我自己输入的图片的识别效果确并不好，ng在作业中有指明原因：
The…
【机器学习】循环神经网络（二）-LSTM示例（keras）国际航空乘客问题的回归问题...
使用 Keras 在 Python 中使用 LSTM 循环神经网络进行时间序列预测 国际航空乘客问题的回归问题 这个文件是一个CSV格式的数据集，它包含了从1949年1月到1960年12月的每个月的国际航空乘客的总数（以千为单位）。第一行是列名，分别是&…
tensorflow/keras如何自定义layer
大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的…
from tensorflow.keras.layers import Dense,Flatten,Input报错无法引用
from tensorflow.keras.layers import Dense,Flatten,Input 打印一下路径：
import tensorflow as tf
import keras
print(tf.__path__)
print(keras.__path__) [E:\\开发工具\\pythonProject\\studyLL\\venv\\lib\\site-packages\\keras\\api\\_v2, E:\\开发工具\\…
图像分类入门：使用Python和Keras实现卷积神经网络
文章标题：图像分类入门：使用Python和Keras实现卷积神经网络
简介
图像分类是计算机视觉领域的一个重要任务，它涉及将图像分成不同的类别或标签。卷积神经网络（CNN）是图像分类任务中的一种常用模型，它能够…
神经网络学习小记录78——Keras CA（Coordinate attention）注意力机制的解析与代码详解
神经网络学习小记录78——Keras CA（Coordinate attention）注意力机制的解析与代码详解 学习前言代码下载CA注意力机制的概念与实现注意力机制的应用 学习前言
CA注意力机制是最近提出的一种注意力机制，全面关注特征层的空间信息和通道信息。…
tensorflow引入tensorflow_hub报错ImportError: cannot import name ‘MomentumParameters‘ from ‘tensorflow.py
将tensorflow_hub降到0.5且将tensorflow_estimator和tensorflow以及tensorflow-gpu等都降到2.3后就不报错了
tf2.7使用keras.utils.image_dataset_from_directory报错没有属性image_dataset_from_directory
点开utils的源代码发现是
from tensorflow.python.keras.preprocessing.image_dataset import image_dataset_from_directory
故直接使用tensorflow.python.keras.preprocessing.image_dataset import image_dataset_from_directory
Keras 模型构建概览
Keras 模型构建概览
Keras 模型构建主要包括5个步骤：定义(define)，编译(compile)，训练(fit)，评估(evaluate)，预测(prediction)\color{red}定义(define)，编译(compile)，训练(fit)，评…
Kears-4-深度学习用于计算机视觉-使用预训练的卷积网络
0. 说明：
本篇学习记录主要包括：《Python深度学习》的第5章（深度学习用于计算机视觉）的第3节（使用预训练的卷积神经网络）内容。
相关知识点：
预训练模型的复用方法；预训练网络 (p…
DCGAN--Keras实现
文章目录 一、Keras与tf.keras？二、keras中Model的使用三、使用Keras来实现DCGan1、导入必要的包2.指定模型输入维度：图像尺寸和噪声向量 的长度3、构建生成器4、构造鉴别器5、构建并编译DCGan6、对模型进行训练7、显示生成图像8、运行模型 总结 一、Ker…
政安晨：【示例演绎机器学习】（一）—— 剖析神经网络：学习核心的Keras API
打开这篇文章，相信您已经了解了TensorFlow的一些基础知识，可以用它从头开始实现一个简单模型。
如果您对这些概念还不是太清晰，可以浏览一下我这个栏目中的相关文章：
政安晨的机器学习笔记http://t.csdnimg.cn/DHcyL
尤其是其中…
政安晨：【深度学习处理实践】（二）—— 最大汇聚运算
最大汇聚运算（Max Pooling Operation）是深度学习领域卷积神经网络常用的一种汇聚运算方式。在卷积神经网络中，经过一系列卷积层和激活函数层后，数据在空间尺寸上逐渐减小，特征图的深度也逐渐增加。为了降低数据尺寸并提…
一觉醒来！Keras 3.0史诗级更新，大一统深度学习三大后端框架【Tensorflow/PyTorch/Jax】
不知道大家入门上手机器学习项目是首先入坑的哪个深度学习框架，对于我来说，最先看到的听到的就是Tensorflow了，但是实际上手做项目开发的时候却发现了一个很重要的问题，不容易上手，基于原生的tf框架来直接开发模总是有…
【深度学习】实验10 使用Keras完成逻辑回归
文章目录 使用Keras完成逻辑回归1. 导入Keras库2. 生成数据集3. 构造神经网络模型4. 训练模型5. 测试模型6. 分析模型 附：系列文章 使用Keras完成逻辑回归
Keras是一个开源的深度学习框架，能够高效地实现神经网络和深度学习模型。它由纽约大学的Francoi…
Mask_RCNN代碼研讀（matterport版本）系列文（一）- ResNet部份
Mask_RCNN代碼研讀（matterport版本）系列文（一）- ResNet部份前言訓練及推論模式中的共同部份ResNet Graphidentity_blockconv_blockresnet_graphStage 1Stage 2Stage 3Stage 4Stage 5小結前言
在開始閱讀這近三千行的代碼之前&…
基于LSTM的文本情感分析（Keras版）
一、前言
文本情感分析是自然语言处理中非常基本的任务，我们生活中有很多都是属于这一任务。比如购物网站的好评、差评，垃圾邮件过滤、垃圾短信过滤等。文本情感分析的实现方法也是多种多样的，可以使用传统的朴素贝叶斯、决策树，…
TensorFlow2.0选择GPU或CPU训练
注意：以下所有程序都要在导入TensorFlow和keras包之前加入才可以
选择CPU：
import os
os.environ["CUDA_DEVICE_ORDER"] "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] "-1"
选择GPU：
imp…
keras深度学习框架构建LeNet5神经网络模型实现手写数字识别
之前两篇文章分别通过keras深度学习框架构建简单神经网络和卷积神经网络实现过手写数字识别实验。这篇文章分享我根据LeNet5模型构建的卷积神经网络来实现手写数字识别。 这个实验是根据LeNet5模型构建卷积神经网络，LeNet5模型的原理图如下所示： 相信大家…
用opencv的DNN模块做Yolov5目标检测(纯干货，源码已上传Github)
最近在微信公众号里看到多篇讲解yolov5在openvino部署做目标检测文章，但是没看到过用opencv的dnn模块做yolov5目标检测的。于是，我就想着编写一套用opencv的dnn模块做yolov5目标检测的程序。在编写这套程序时，遇到的bug和解决办法，…
让chatGPT使用Tensor flow Keras组装Bert,GPT,Transformer
让chatGPT使用Tensor flow Keras组装Bert,GPT,Transformer implement Transformer Model by Tensor flow Kerasimplement Bert model by Tensor flow Kerasimplement GPT model by Tensor flow Keras 本文主要展示Transfomer, Bert, GPT的神经网络结构之间的关系和差异。网络上…
Pycharm无法对TensorFlow2.0中的Keras模块进行自动补全的解决办法
TensorFlow2.0之后，Keras作为其主要模块被官方推荐使用。但是在pycharm中使用tensorflow.keras总是无法弹出自动补全，导致编码效率过慢。其实原因很简单，这就是Pycharm的一个bug。下载使用Pycharm2019.3之后的版本就能解决。
当前࿰…
Keras-深度学习-神经网络-人脸识别模型
目录
模型搭建
模型训练 模型搭建
①导入所需的库，导入了 Keras 和其他必要的库，用于构建和处理图像数据。
from keras.models import Sequential
from keras.layers import Dense, Flatten, Conv2D, MaxPooling2D
import os
from PIL import Image
…
基于Keras的模型剪枝（Pruning）
目录 设置在不修剪的情况下为 MNIST 训练模型评估基线测试准确性并保存模型以供以后使用预训练模型 Pruning根据 baseline 训练和评估模型Create 3x smaller modelsCreate a 10x smaller model from combining pruning and quantizationSee persistence of accuracy from TF to…
详解Keras3.0 Models API: Model training APIs
1、compile 方法
Model.compile(optimizer"rmsprop",lossNone,loss_weightsNone,metricsNone,weighted_metricsNone,run_eagerlyFalse,steps_per_execution1,jit_compile"auto",auto_scale_lossTrue,
) 参数说明
optimizer: 优化器，用于指定在…
政安晨：【深度学习处理实践】（九）—— Transformer架构
咱们接着这个系列的上一篇文章继续：
政安晨：【深度学习处理实践】（八）—— 表示单词组的两种方法：集合和序列https://blog.csdn.net/snowdenkeke/article/details/136762323
Transformer是一种架构，用于在…
人工智能Keras图像分类器（CNN卷积神经网络的图片识别篇)
上期文章我们分享了人工智能Keras图像分类器（CNN卷积神经网络的图片识别的训练模型），本期我们使用预训练模型对图片进行识别：Keras CNN卷积神经网络模型训练 导入第三方库
from keras.preprocessing.image import img_to_array
from keras.models import load_model
impor…
基于keras平台CNN神经网络模型的服装识别分析
在许多介绍图像识别任务的介绍中，通常使用着名的MNIST数据集。
最近我们被客户要求撰写关于图像识别的研究报告，包括一些图形和统计输出。但是，这些数据存在一些问题：
1.太简单了。例如，一个简单的MLP模型可以达到99…
Keras实现RNN和LSTM做回归预测（python）
学习了RNN和LSTM的理论知识，下面再来使用Keras实现一下这些模型。
理论知识：
循环神经网络（RNN）LSTM神经网络和GRU
Keras实现神经网络：
Keras实现全连接神经网络（python）
Keras的安装过程&…
TensorFlow 和 Keras 在 R 中使用长短期记忆 (LSTM) 识别作物类型
背景
在广阔的互联网中，人们可能期望找到关于任何给定主题的大量资源。然而，当基础长短期记忆（LSTM）在遥感领域的应用时，资源却出奇的稀缺。大多数可用的文献和教程已经发展到更复杂的方法，例如 ConvLSTM、Temporal Transformers 和 Bi-LSTM，为那些希望从基础知识开始的…
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（五）—— Dropout和批归一化
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ Dropout和批归一化是深度学习领域中常用的正则化技术…
使用Anaconda安装tensorflow,keras(Windows)
主要记载一下在windows上安装tensorflow遇到的问题及安装步骤。不要在原来的环境上安装，因为会重新安装一套库如numpy等，会导致下载多个版本。
1. Anaconda安装tensorflow。
使用Anaconda创建虚拟环境非常方便，这里安装Anaconda的方法可以参…
keras将h5模型转onnx
最近在转deepface的代码
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import (Conv2D,MaxPooling2D,AveragePooling2D,Flatten,Dense,Dropout,
)
import tf2onnx
num_classes 7
model Sequential()# 1st convolution layer
model.add(Con…
人工智能Keras的第一个图像分类器（CNN卷积神经网络的图片识别）
CNN卷积神经网络是人工智能的开端，CNN卷积神经网络让计算机能够认识图片，文字，甚至音频与视频。CNN卷积神经网络的基础知识，可以参考：CNN卷积神经网络 LetNet体系结构是卷积神经网络的“第一个图像分类器”。最初设计用于对手写数字进行分类，上期文章我们分享了如何使用k…
股票价格预测 | Python实现基于LSTM的股票预测模型（keras）
文章目录 效果一览文章概述模型描述源码设计参考资料效果一览 文章概述 今儿举一个案例，围绕 LSTM（Long Short-Term Memory）神经网络的原理，展示如何使用Python和深度学习库Keras构建LSTM模型，以及如何使用这个模型来预测时间序列数据。 以股票价格预测为例，这是LSTM在金…
python问题总结解决方法
问题1：
AtrributeError:module keras.engine.topology’ has no attribute load_weights_from_hdf5_group_by_name
出现这个错误的原因是：keras的版本不对。当我们在配置mask-rcnn的时候，根目录下的requirements.txt里面要求的python的包注…
政安晨：专栏目录【TensorFlow与Keras机器学习实战】
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 本篇是作者政安晨的专栏《TensorFlow与Keras机器…
政安晨：【Keras机器学习实践要点】（五）—— 通过子类化创建新层和模型
目录
介绍
安装
层级：状态（权重）与某些计算的组合
层可以有不可训练的重量
最佳实践：推迟权重的创建，直到输入的形状已知。
层可以递归组合
后端不可知层和特定后端层
add_loss()方法
可以选择在您的层上启用…
粒子群优化：作为Keras神经网络模型的训练算法
引言
神经网络是机器学习领域中的一个重要研究方向，而Keras作为一个易用且高效的神经网络模型库，被广泛应用于各种复杂的问题求解上。然而，神经网络的训练通常依赖于梯度下降法等确定性优化算法，这些方法可能会陷入局部最优解&am…
基于OpenCV+Keras+tensorflow 实现的变电站作业管控平台源代码。含人脸识别考勤，移动目标跟踪，越线检测，安全措施检测，姿态识别等功能
#综述 使用该作业现场安全生产智能管控平台来实现变电站的安全生产的智能化管理，通过人脸识别功能进行人员的考勤； 通过人员、车辆的检测和识别来实现变电站的智能化管理；通过安全行为识别和安全区域报警功能来实现对变电站内人员和设备安全的…
TensorFlow实战教程（十七）-Keras搭建分类神经网络及MNIST数字图像案例分析
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章详细讲解了Keras环境搭建、入门基础及回归神经网络案例。本篇文章将通过Keras实现分类学习，以MNIST数字图片为例进行讲解。基础性文章，希望对您有所帮助！ 一.什么是分类学习 1.Classifica…
政安晨：专栏目录【TensorFlow与Keras实战演绎机器学习】
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎机器学习 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 本篇是作者政安晨的专栏《TensorFlow与Keras…
Keras深度神经框架
Keras: 基于Theano和TensorFlow的深度学习库
Keras是一个高层神经网络库，Keras由纯Python编写而成并基Tensorflow或Theano。是专门为简易开发，减少代码量，让设计者更加注重理论设计。
简易和快速的原型设计（keras具有高度模块化…
政安晨：【Keras机器学习实践要点】（七）—— 使用TensorFlow自定义fit()
目录
前言
导入
来一个简单例子
下沉到更低的级别
支持样本权重和类别权重
提供您自己的评估步骤
总结：一个端到端的GAN示例 政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的…
基于Tensorflow和Keras实现卷积神经网络CNN并进行猫狗识别
文章目录 一、环境配置1、安装Anaconda2、配置TensorFlow、Keras 二、猫狗数据集分类建模3.1 猫狗图像预处理3.2 猫狗分类的实例——基准模型3.1 构建神经网络3.2 配置优化器3.3 图片格式转化3.4 训练模型3.5 保存模型3.6 可视化 三、数据增强四、dropout 层五、参考资料 一、环…
![[PyTorch][chapter 8][李宏毅深度学习][DNN 训练技巧]](https://img-blog.csdnimg.cn/direct/e52568b255b84ed6af2b669ef921720e.png)
[PyTorch][chapter 8][李宏毅深度学习][DNN 训练技巧]
前言： DNN 是神经网络的里面基础核心模型之一.这里面结合DNN 介绍一下如何解决
深度学习里面过拟合,欠拟合问题 目录： DNN 训练常见问题 过拟合处理 欠拟合处理 keras 项目 一 DNN 训练常见问题 我们在深度学习网络训练的时候经常会遇到下面…
ImportError: cannot import name ‘CustomObjectScope‘
这是引入包的问题
修改前：
from keras.utils import CustomObjectScope
修改后：
from keras.utils.generic_utils import CustomObjectScope
详解Keras3.0 KerasNLP Models: GPT2 GPT2Tokenizer
1、GPT2Tokenizer
用于将文本数据转换为适合训练和预测的格式，主要功能是将输入的文本进行分词、编码等操作，以便在神经网络中使用
keras_nlp.models.GPT2Tokenizer(vocabulary, merges, **kwargs)
参数说明
vocabulary：一个字典&#x…
RTX 2080Ti, Ubuntu16.04, cuda10.0下安装tensorflow1.14.0, keras 2.2.5
前言：朋友让我帮他装一下tensorflow,keras的gpu环境，之前明明一句话就能搞定的，所以我就直接pip install了，但很明显这样不行。默认安装的tensorflow是2版本的，之前的代码都是基于1的所以还得再找找教程。现在去网上找…
文本分类识别系统1-keras版本
数据中包含了10个类别（书籍、平板、手机、水果、洗发水、热水器、蒙牛、衣服、计算机、酒店），共6万多条评论数据，数据有两个字段,其中cat字段表示类别,review表示用户的评价信息,数据总量为62774,且评价内容全部为中文。还有label，用0、1表示评论的积极和消极，这里用不到…
基于Keras的模型量化（PTQ、QAT）
对PTQ和QAT的详细解释在这篇哦： 《模型量化（三）—— 量化感知训练QAT（pytorch）》
本文给的代码是基于tensorflow 目录 PTQ只量化权重权重和激活值全量化 QAT套路创建和训练模型用QAT克隆和微调预训练模型量化模型评估…
安装python中tensorflow和keras==2.2.0的路程
1.python中安装Keras2.3.0
你可以使用pip来安装特定版本的Keras。在命令行中运行以下命令：
pip install keras2.3.0这将会下载并安装Keras的2.3.0版本及其相应的依赖项。请确保你的Python环境已经配置好，并且有足够的权限来安装软件包。2.python 中安装…
保姆级 Keras 实现 Faster R-CNN 十一
保姆级 Keras 实现 Faster R-CNN 十一 一 RoI 区域二. 定义 RoiPoolingLyaer1. call 函数2. compute_output_shape 函数 三. 将 RoiPoolingLayer 加入模型 上一篇 文章中我们实现了 ProposalLyaer 层, 它将的功能是输出建议区域矩形. 本文要实现另一个自定义层 RoiPoolingLayer…
keras的第一个例子实现mnist识别分类
从mnist手写数据集一步一步带你走进keras这个应用起来极为简单的框架 前言
一般的初学者呢，基本都会对mnist进行入门的学习，我也不例外。学习闲暇之余，也分享一下我的学习过程。
1.几句话介绍本文内容
好无聊啊！讲个故事吧。
…
keras图片数字识别入门AI机器学习
通过使用mnist（AI界的helloworld）手写数字模型训练集，了解下AI工作的基本流程。
本例子，要基于mnist数据集（该数据集包含了【0-9】的模型训练数据集和测试数据集）来完成一个手写数字识别的小demo。
mnist…
pycharm下 安装完keras 解释器一更新就不能用了怎么解决
PyCharm是一款常用的Python集成开发环境，而Keras则是一款基于Python的深度学习框架。在使用PyCharm安装完Keras后，有时会出现解释器更新导致Keras无法使用的问题。本文将介绍这个问题的原因及解决方法。
当我们使用PyCharm安装Keras时，通常会…
卷积神经网络的可视化 - 类激活图
类激活图(CAM, class activation map)可视化, 是指对输入图像生成类激活的热力图, 表示每个位置对该类别的重要程度. 有助于了解一张图片的那个部分使得卷积神经网络做出最终的决策. 还可以定位图像中特定的目标 使用keras的完整实现方法(从<<python深度学习>>书中…
机器学习笔记 - 利用自动编码器神经网络构建图像去噪器
一、概述 传统的图像噪声去除主要是基于各种滤波器，但它们不是特定于数据的，因此可能会损失很多图像的细节，或者噪声去除的效果不是很理想。基于神经网络的自动编码器可以用于学习数据集的噪声去除滤波器。 关于自动编码器的介绍，可以参考下面的链接。https://skydance.blo…
Keras人工智能神经网络 Regressor 回归 神经网络搭建
前期分享了使用tensorflow来进行神经网络的回归，tensorflow构建神经网络
本期我们来使用Keras来搭建一个简单的神经网络
Keras神经网络可以用来模拟回归问题 (regression)，例如给下面一组数据，用一条线来对数据进行拟合，并可以预…
详解Keras3.0 Layer API: LSTM layer
LSTM layer
用于实现长短时记忆网络，它的主要作用是对序列数据进行建模和预测。 遗忘门（Forget Gate）：根据当前输入和上一个时间步的隐藏状态，计算遗忘门的值。遗忘门的作用是控制哪些信息应该被遗忘，哪些…
详解Keras3.0 Layers API: Convolution layers（Conv1D、Conv2D、Conv3D）
1、Conv1D layer
通常对一维度数组（例：arr np.array([1, 2, 3, 4, 5])）进行卷积操作
keras.layers.Conv1D(filters,kernel_size,strides1,padding"valid",data_formatNone,dilation_rate1,groups1,activationNone,use_biasTrue,…
Keras入门与残差网络的搭建
发现草稿箱里还有一篇很早之前的学习笔记，希望可以帮助到有需要的童鞋~
目录
1、keras入门
2、残差网络 （ResNet）
2.1、恒等块
2.2、卷积块
搭建一个50层的残差网络
自己的测试数据 1、keras入门 本文参考参考 Keras模型大纲ÿ…
Keras-5-深度学习用于文本和序列-处理文本数据
深度学习用于文本和序列
说明:
本篇学习记录为：《Python 深度学习》第6章第1节（处理文本数据）
知识点:
深度学习处理文本或序列数据的基本方法是：循环神经网络 (recurrent neural network) 和 一维卷积神经网络 (1D convert)&…
pytorch模型转keras模型
1. 概述
使用pytorch建立的模型，有时想把pytorch建立好的模型装换为keras，本人使用TensorFlow作为keras的backend
2. 依赖
依赖的标准库：
pytorchkerastensorflowpytorch2keras
3. 安装方式
git clone https://github.com/nerox8664/py…
windows11本地深度学习环境搭建Anacond，keras，tensorflow，pytorch， jupyter notebook
前言
工欲善其事，必先利其器。
第一步 安装Anaconda
下载地址： https://www.anaconda.com/download
路径默认 这里都勾选上 然后会卡在这里，卡很久，不用管，等着就行
第二步 配置环境 conda env list 列出所有…
详解Keras3.0 KerasCV API: StableDiffusion image-generation model
Stable Diffusion
图像生成模型，可用于根据简短的文本描述（称为“提示”）生成图片 keras_cv.models.StableDiffusion(img_height512, img_width512, jit_compileTrue)
参数说明
img_height：int，要生成的图像的高度…
Ubuntu 16.04+anaconda2+Tensorflow+Keras 安装
Keras 在我个人的理解就是对TensorFlow 的更高一层的封装，好让搭建深度学习网络的操作变得更为简单。在这里我只是想记录一下Keras的安装过程作为一个备份，以防日后忘记。在之前的博客中已经记录了如何在ubuntu上安装anconda2及anaconda3的操作ÿ…
《已解决: ImportError: Keras requires TensorFlow 2.2 or higher 问题》
🌷🍁 博主猫头虎（🐅🐾）带您 Go to New World✨🍁 🦄 博客首页:
🐅🐾猫头虎的博客🎐《面试题大全专栏》 🦕 文章图文并茂🦖…
keras转onnx，TensorFlow转tf.keras.models.load_model，onnx精度转换
参考：
https://blog.csdn.net/Deaohst/article/details/126864267
转onnx
别直接转onnx。
先转PB：
import tensorflow as tfmodel_path ./models/model.h5 # 模型文件
model tf.keras.models.load_model(model_path)
model.sa…
消融实验(ablation study)是什么？
作者：龙雪 链接：https://www.cnblogs.com/sakuraie/p/13341451.html 本文仅用于学术分享，著作权归作者所有。如有侵权，请联系后台作删文处理。 Robert Long对消融研究（或消融实验）定义：通常用于…
用Keras单层网络预测银行客户流失率
用Keras单层网络预测银行客户流失率
描述
已知一批客户数据，来预测某个银行的客户是否流失。通过学习历史数据，如果机器能判断出哪些客户很有可能在未来两年内结束在银行的业务（这当然是银行所不希望看到的），那么银行…
基于Tensorflow keras的线性回归和非线性回归
基于tensorflow keras的线性回归：
import keras #导入keras
import numpy as np #导入numpy用于提供多维数组模型
import matplotlib.pyplot as plt #导入画图的工具包
from keras.models import Sequential #Sequential 按顺序构成的模型，输出层--隐藏…
基于Seq2Seq模型的机器翻译
如标题所见，这篇博客的主题就是基于Seq2Seq模型的机器翻译，它的主要任务就是将一种语言翻译为另一种语言，在这里我们以英语翻译成法语为例子，如Im a student.---->>>Je suis tudiant.
这份数据是公开，可以直…
政安晨：示例演绎TensorFlow的官方指南（一）{基础知识}
为什么要示例演绎？
既然有了官方指南，咱们在官方指南上看看就可以了，为什么还要写示例演绎的文章呢？
其实对于初步了解TensorFlow的小伙伴们而言，示例演绎才是最重要的。
官方文档已经假定了您已经具备了相当合适的…
【tensorflow 版本 keras版本】
#. 安装tensorflow and keras， 总是遇到版本无法匹配的问题。
安装之前先查表
https://master--floydhub-docs.netlify.app/guides/environments/
1.先确定你的python version 2.再根据下面表，确定安装的tesorflow, keras
keras高层API
keras高层API
keras高层API主要用于代码的简化，即将训练，预测，误差计算等代码简化 目录keras高层API1. 数值更新2. 快捷训练方法1. 数值更新
数值指准确率和损失函数按batch计算的准确率和损失函数不如按epoch计算的更有说服力主要流程&…
Keras三种主流模型构建方式：序列模型、函数模型、子类模型开发实践，以真实烟雾识别场景数据为例
Keras和PyTorch是两个常用的深度学习框架，它们都提供了用于构建和训练神经网络的高级API。
Keras:
Keras是一个高级神经网络API，可以在多个底层深度学习框架上运行，如TensorFlow和CNTK。以下是Keras的特点和优点：
优点…
Keras入门课5 -- 网络可视化及训练监控
Keras入门课5：网络可视化及训练监控
本系列课程代码，欢迎star： https://github.com/tsycnh/Keras-Tutorials
本节专注于Keras中神经网络的可视化，包括网络结构可视化以及如何使用TensorBoard来监控训练过程。 这里我们借用第2课…
Keras 入门课4 -- 使用ResNet识别cifar10数据集
Keras入门课4：使用ResNet识别cifar10数据集
本系列课程代码，欢迎star： https://github.com/tsycnh/Keras-Tutorials
前面几节课都是用一些简单的网络来做图像识别，这节课我们要使用经典的ResNet网络对cifar10进行分类。
ResNet…
CNN应用Keras Tuner寻找最佳Hidden Layers层数和神经元数量
介绍： Keras Tuner是一种用于优化Keras模型超参数的开源Python库。它允许您通过自动化搜索算法来寻找最佳的超参数组合，以提高模型的性能。Keras Tuner提供了一系列内置的超参数搜索算法，如随机搜索、网格搜索、贝叶斯优化等。它还支持自定义…
ubuntu中PyCharm导入虚拟环境pytorch / TensorFlow
之前编辑pytorch框架的程序都是在jupyter notebook,虽然jupyter notebook采用交互式的方式很方便，有时候查看别人代码的时候，很不方便，所以就下载了Pycharm，这里我就不赘述如何系在pycharm和如何破解，希望能帮助到大家…
Keras - DSSM 理论与实践
一.引言
DSSM (Learning Deep Structured Semantic Models for Web Search using Clickthrough Data) 一文利用点击数据挖掘词语的深层语义模型，其思路是构建一个 Query 塔和一个 Doc 塔，利用深度学习进行特征挖掘，最终计算两个塔的向量相似…
TensorFlow-Keras 14.共享层 or 模型
一.引言
函数式 API 的重要特性是能够多次重复使用一个层实例，如果对一个层实例调用两次，而不是每次调用都实例化一个新层，那么每次调用就可以重复使用相同的权重。这样可以构建具有共享分支的模型。 二.共享层权重
1.模型结构
假设模型判…
TensorFlow-Keras 13.Inception 模块
一.引言 通过函数式 API，前面已经实现了多输入与多输出的模型，除此之外，函数式 API 还可以实现具有复杂内部拓扑结构的网络。 Keras 中的神经网络可以是层组成的有向无环图，无环代表图不能有循环，即张量 x 不能成为生成…
TensorFlow-Keras 12.多输出模型
一.引言
上一篇文章介绍了 TensorFlow-Keras 多输入模型，利用相同的方法，还可以使用函数式 API 构建具有多个输出即多头的模型，一个简单的例子就是利用同一个数据，一次性预测某个体多个属性，例如输入某个用户的评论信…
用miniconda建立PyTorch、Keras、TensorFlow三个环境
一、配置清华镜像conda源
由于网络问题，直接使用conda默认的源下载包可能会非常慢。为了解决这个问题，可以配置国内镜像源来加速包的下载。清华大学TUNA协会提供了一个常用的conda镜像源。下面是如何配置清华镜像源的步骤： 1. 配置清华conda…
对于多分类问题，使用深度学习（Keras）进行迁移学习提升性能
本文是仿照前面的文章，使用Keras迁移学习提升性能，原文是针对二分类问题，使用迁移学习的方式来提升准确率，本文用迁移学习的方式来提升多分类问题的准确率。
同时，在前面的文章中，使用普通的小型3层卷积网络+2层全连接层实现了多分类的85%左右的准确率， 此处将用迁移学…
机器学习笔记 - 使用VGG16深度学习模型进行图像相似度比较
一、简述 VGG16 是一个强大的预训练模型，可用于识别图像之间的相似性。通过使用该模型，我们可以从不同图像中提取高级特征并进行比较以识别相似性。该技术具有广泛的应用，从图像搜索和推荐系统到安全和监控。 在本文中，将利用该模型来查找两个图像之间的相似性。 …
保姆级 Keras 实现 YOLO v3 一
保姆级 Keras 实现 YOLO v3 一 一. YOLO v3 总览二. 特征提取网络特征提取网络代码实现 三. 特征融合特征融合代码实现 四. 网络输出模型输出代码实现 五. 网络模型代码实现六. 代码下载 如果要给 YOLO 目标检测算法一个评价的话, 就是快和准, 现在已经到了 v8, 但是我为什么还…
Keras库搭建神经网络
Keras并非简单的神经网络库，而是一个基于Theano的强大的深度学习库，利用它不仅仅可以搭建普通的神经网络，还可以搭建各种深度学习模型，如自编码器、循环神经网络、递归神经网络、卷积神经网络等。
安装代码：
pip ins…
Python解释Keras神经网络
我们将以Keras的示例讨论简单的神经网络及其定义。在传统机器学习上使用神经网络来提高准确性和更大的复杂数据。
神经网络 神经网络在全球各行各业中都在蓬勃发展。 它涉及用于回归，分类，聚类等的传统机器学习算法。当我们获取大量复杂数据时ÿ…
保存与加载Keras训练好的模型
简介 可以在训练过程中和训练完成后保存模型，这样就可以很方便地恢复和重用模型，节省模型训练时间。
这样也便于别人使用你的模型，一般有两种方式共享模型：
创建模型的源码训练好的模型（包括权重、参数等）…
TensorFlow实战教程（二十八）-Keras实现BiLSTM微博情感分类和LDA主题挖掘分析
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章通过Keras深度学习构建CNN模型识别阿拉伯手写文字图像，一篇非常经典的图像分类文字。这篇文章将结合文本挖掘介绍微博情感分类知识，包括数据预处理、机器学习和深度学习的情感分类，后续结…
7-初识Keras：轻松完成神经网络模型搭建
声明
本文章基于哔哩哔哩付费课程《小白也能听懂的人工智能原理》。仅供学习记录、分享，严禁他用！！如有侵权，请联系删除 目录
一、知识引入
（一）矩阵和向量
1、向量
2、矩阵
（二ÿ…
深度学习MLP_实战演练使用感知机用于感情识别_keras
目录 （1）why deep learning is game changing?（2）it all started with a neuron（3）Perceptron（4）Perceptron for Binary Classification（5）put it all toget…
tensorflow中Keras ---图像预处理----tf.keras.preprocessing.image.ImageDataGenerator 类
1.源代码：
tf.keras.preprocessing.image.ImageDataGenerator(featurewise_centerFalse,samplewise_centerFalse,featurewise_std_normalizationFalse,samplewise_std_normalizationFalse,zca_whiteningFalse,zca_epsilon1e-06,rotation_range0,width_shift_range0…
keras的plot_model所需组件安装过程，py3.6，windows
函数的调用
from keras.utils import plot_model
plot_model(model, "model.png");
第一步
pip install graphviz
第二步
pip install pydot
第三步
安装graphviz.smi,下载地址，https://graphviz.gitlab.io/_pages/Download/Download_windows.html…
keras深度学习框架通过简单神经网络实现手写数字识别
背景 keras深度学习框架，并不是一个独立的深度学习框架，它后台依赖tensorflow或者theano。大部分开发者应该使用的是tensorflow。keras可以很方便的像搭积木一样根据模型搭出我们需要的神经网络，然后进行编译，训练，测试…
卷积神经网络 {Keras 由浅入深}
卷积神经网络
TensorFlowKeras
python & mathematics 卷积神经网络能够有效的处理图像文件，当然换一种说法就是能够有效处理矩阵。 其关键部分就是**卷积核（过滤器）**的生成。 当然还有一些其他的基础操作。
对于卷积核 卷积核的特征&a…
安装keras、tensorflow
看起来你仍然面临SSL证书验证失败的问题。这可能是由于你的网络环境或代理设置引起的。你可以尝试以下几个步骤： 检查网络连接： 确保你的计算机能够正常访问互联网。 关闭代理： 如果你使用了代理，尝试暂时关闭它，然后…
政安晨：【深度学习处理实践】（三）—— 处理时间序列的数据准备
在深度学习中，对时间序列的处理主要涉及到以下几个方面： 序列建模：深度学习可以用于对时间序列进行建模。常用的模型包括循环神经网络（Recurrent Neural Networks, RNN）和长短期记忆网络（Long Short-Term M…
深度学习第一课 TensorFlow2.0开发首选API - Keras
Keras是一个非常非常非常方便的深度学习框架，它以TensorFlow或Theano为后端。它可以快速地搭建深度网络，灵活地选取训练参数来进行网路训练。特点显著：灵活高效！！！ 目录
Keras优势介绍
易用性
灵活性与高…
七夕特辑（一）浪漫表白方式 用神经网络生成一首情诗
目录 一、准备工作二、用神经网络生成一首诗，代码说明 牛郎织女相会，七夕祝福要送来。祝福天下有情人，终成眷属永相伴。 七夕是中国传统的情人节，也是恋人们表达爱意的好时机。在这个特别的日子里，送上温馨的祝福&…
用keras对电影评论进行情感分析
文章目录 下载IMDb数据读取IMDb数据建立分词器将评论数据转化为数字列表让转换后的数字长度相同加入嵌入层建立多层感知机模型加入平坦层加入隐藏层加入输出层查看模型摘要 训练模型评估模型准确率进行预测查看测试数据预测结果完整函数用RNN模型进行IMDb情感分析用LSTM模型进行…
政安晨：【TensorFlow与Keras实战演绎机器学习】专栏 —— 目录
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎机器学习 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 本篇是作者政安晨的专栏《TensorFlow与Keras…
深度学习使用Keras进行多分类
之前的文章介绍了使用Keras解决二分类问题。那么对于多分类问题该怎么解决？本文介绍利用深度学习----Keras进行多分类。
1. 准备数据集
为了演示，本次选用了博文keras系列︱图像多分类训练与利用bottleneck features进行微调（三）中提到的数据集，原始的数据集将所有类别的…
股票价格预测 | Python实现基于Stacked-LSTM的股票预测模型，可预测未来（keras）
文章目录 效果一览文章概述模型描述源码设计效果一览 文章概述 以股票价格预测为例，基于Stacked-LSTM的股票预测模型（keras），可预测未来。 模型描述
LSTM 用于处理序列数据，如时间序列、文本和音频。相对于传统的RNN，LSTM更擅长捕获长期依赖关系，
TensorFlow-Keras 17. FM原理与自定义实现
一.引言
之前讲到过常用的 CTR 模型类似 WideAndDeep，其中包含了 LR 与 DNN，LR主要着重于挖掘一阶特征，DNN主要挖掘特征高阶交叉，FM模型则主要针对与模型的二阶交叉，下面看下 FM 的原理以及如何通过 Keras 自定义层实…
基于Keras, OpenCv, PyQt5表情检测系统
1. 前言
在这个人工智能成为超级大热门的时代，人脸表情识别已成为其中的一项研究热点，而卷积神经网络、深度信念网络和多层感知器等相关算法在人脸面部表情识别领域的运用最为广泛。面部的表情中包含了太多的信息，轻微的表情变化都会反映出人…
政安晨：【Keras机器学习实践要点】（二十二）—— 基于 TPU 的肺炎分类
目录
简述
介绍 / 布置
加载数据
可视化数据集
建立 CNN
纠正数据失衡
训练模型
拟合模型
可视化模型性能
编辑预测和评估结果 政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的博客…
政安晨：【Keras机器学习实践要点】（二十一）—— MobileViT：基于变换器的移动友好图像分类模型
目录
简介
导入
超参数
MobileViT 实用程序 政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ …
【kears】(01)keras使用介绍
文章目录 一.特点二.keras如何支持TensorFlow、CNTK 和 Theano2.1 使用 TensorFlow 后端引擎训练和评估模型2.2 使用 TensorFlow 后端引擎训练和评估模型2.3 使用 Theano后端引擎训练和评估模型2.4 不同深度学习框架如何选择1.1 keras.datasets：包含多种常用数据集1…
【kears】keras使用介绍
文章目录 一.特点二.keras如何支持TensorFlow、CNTK 和 Theano2.1 使用 TensorFlow 后端引擎训练和评估模型2.2 使用 TensorFlow 后端引擎训练和评估模型2.3 使用 Theano后端引擎训练和评估模型2.4 不同深度学习框架如何选择 三.使用步骤3.1 导入库3.2 构建模型3.3 编译模型3.4…
【kears】keras中的常用包datasets、models、layers、optimizers
文章目录 一. keras.datasets1.1 作用2.1 Keras 中常用的数据集 二. keras.models2.1 作用2.2 Keras 中常用的模型结构 三. keras.layers3.1 作用3.2 Keras 中常用的层结构 四. kears.optimizers4.1 作用4.2 Keras 中常用的优化函数 一. keras.datasets
1.1 作用
包含多种常用…
TensorFlow-Keras 15.Wide Deep
一.引言 Wide & Deep 模型的提出不仅结合了 Wide(线性模型)的记忆能力，同时结合了Deep(深度)的泛化能力，其在2016年由谷歌提出。记忆能力可以理解为模型直接学习历史数据的共现频率能力，结构简单也造成了原始数据很容易影响推算结果。泛化…
【计算机视觉+CNN】keras+ResNet残差网络实现图像识别分类实战（附源码和数据集 超详细）
需要源码和数据集请点赞关注收藏后评论区留言私信~~~ 一、深度卷积神经网络模型结构
1：LeNet-5
LeNet-5卷积神经网络首先将输入图像进行了两次卷积与池化操作，然后是两次全连接层操作，最后使用Softmax分类器作为多分类输出，它对…
如何使用Python keras进行深度神经网络的参数调优?
神经网络是现代机器学习的基础之一，而深度神经网络是目前最为流行和广泛应用的一种神经网络。
深度神经网络的训练过程中需要进行参数调优，以达到更好的预测性能。在本文中，我们将介绍如何使用Python keras进行深度神经网络的参数调优。 数据集准备在进行神经网络的参数调优…
Keras用tf的Strategy()分布式训练时候报XLA错误
We failed to lift variable creations out of this tf.function, so this tf.function cannot be run on XLA. A possible workaround is to move variable creation outside of the XLA compiled function.
最早用的pip -U 安装的keras没注意版本，直接可用。
之…
convLSTM2D 层使用方法解析(Keras库)
最近在研究时序图像分类问题，需要用到convLSTM层提取特征，所以在此仔细分析一下keras.layers.ConvLSTM2D层的使用方法。深度学习框架是tensorflow
官方文档：recurrent/#convlstm2d - Keras 中文文档
下面这部分内容摘自官方文档 ConvLSTM2D…
Keras自定义损失函数在场景分类的使用
Keras自定义损失函数在场景分类的使用
在做图像场景分类的过程中，需要自定义损失函数，遇到很多坑。Keras自带的损失函数都在losses.py文件中。（以下默认为分类处理）
#losses.py
#y_true是分类的标签，y_pred是分类中预…
【python】keras包：深度学习（序章）
Part 1. 环境配置
keras包 与 tensorflow包
WinR ，输入指令： pip install tensorflow pip install keras 推荐镜像：-i https://pypi.tuna.tsinghua.edu.cn/simple/
关于包
keras包相当于是 tensflow 包的前端 tensflow包相当于是keras包的…
在调用preprocessing依赖时发现的问题 || 使用keras和sklearn做类别标签转换
文章目录1 问题描述2 总结1 问题描述
在导入preprocessing时，发现有一个地方非常容易出错。
from sklearn import preprocessing
区别于
from keras import preprocessing2 总结 > sklearn会更好用！参考博文 https://blog.csdn.net/qq_40947610/art…
如何使用Python keras实现手写文字识别？
一、前言
随着计算机技术的进步，人工智能技术已经逐渐走进了我们的生活，其中深度学习技术是人工智能领域的重要组成部分。
深度学习技术已经在图像、语音、自然语言处理等领域取得了很大的成功，其中图像识别技术是深度学习应用最为广泛的领域之一。本文将介绍如何使用Pyth…
深度学习框架-Keras：特点、架构、应用和未来发展趋势
引言
深度学习是一种新兴的技术，已经在许多领域中得到广泛的应用，如计算机视觉、自然语言处理、语音识别等。在深度学习中，深度学习框架扮演着重要的角色。Keras是一种广泛使用的深度学习框架，它在许多方面都有所改进，…
【深度学习】实验09 使用Keras完成线性回归
文章目录 使用Keras完成线性回归1. 导入Keras库2. 创建数据集3. 划分数据集4. 构造神经网络模型5. 训练模型6. 测试模型7. 分析模型 附：系列文章 使用Keras完成线性回归
Keras是一款基于Python的深度学习框架，以Tensorflow、Theano和CNTK作为后端&#…
在 TensorFlow 和 Keras 中微调预训练模型
在这里，我们将探讨利用预训练模型的其他选项，重点是微调。微调预训练模型是一种非常强大的训练技术，用于重新调整在 ImageNet 数据集上训练的模型，以用于自定义数据集。
我们将使用 VGG-16 网络在图像分类的上下文中演示微调，但我们在此涵盖的概念并不特定于任何特定模型…
使用keras处理深度学习中的回归问题——波士顿房价预测
简介 与以往解决分类问题不同，它输出的是一些离散的值，本例解决的是回归问题，输出的是连续的值。
本例将用于预测上个世纪70年代中期波士顿郊区房屋价格的中位数。
已知当时的一些数据点，如犯罪率、房地产税等。
注意ÿ…
政安晨：【Keras机器学习实践要点】（一）—— 从快速上手开始
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎机器学习 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 介绍
Keras 的开发重点是支持快速的实验。能…
19- 手动实现TensorFlow模型 (TensorFlow系列) (深度学习)
知识要点
tensorflow 中的代码做了优化, 速度会快一些.np.where(condition,x,y): 当where内有三个参数时，第一个参数表示条件，当条件成立时where方法返回x，当条件不成立时where返回y.判断是否相等: tf.greater_equal(a, b) # 求导: tf…
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（三）—— 随机梯度下降
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 这篇文章中，咱们将使用Keras和TensorFlow…
政安晨：【Keras机器学习实践要点】（八）—— 在 TensorFlow 中从头开始编写训练循环
目录
介绍
导入
第一个端对端示例
指标的低级处理
低层次处理模型跟踪的损失
总结
端到端示例：从零开始的 GAN 训练循环 政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的博客…
![[Python人工智能] 四十五.命名实体识别 (6)利用keras构建CNN-BiLSTM-ATT-CRF实体识别模型（注意力问题探讨）](https://img-blog.csdnimg.cn/bf1659094a5b4541a19a93c14fafa5d1.png#pic_center)
[Python人工智能] 四十五.命名实体识别 (6)利用keras构建CNN-BiLSTM-ATT-CRF实体识别模型（注意力问题探讨）
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前文讲解融合Bert的实体识别研究，使用bert4keras和kears包来构建Bert+BiLSTM-CRF模型。这篇文章将详细结合如何利用keras和tensorflow构建基于注意力机制的CNN-BiLSTM-ATT-CRF模型，并实现中文实体识别…
chatgpt赋能Python-python3_6安装keras
在Ubuntu 16.04上安装Keras
Keras是一个非常流行的Python深度学习库，它可以让你高效地构建和训练深度神经网络。在本指南中，我们将介绍如何在Ubuntu 16.04上安装Keras，并建立一个简单的基于CNN的图像分类器。
准备工作
在安装Keras之前&am…
使用Keras构建分类问题的MLP神经网络——用于糖尿病预测
大家好，我是带我去滑雪！ Keras 是一个用于构建和训练深度学习模型的高级 API，它基于 Python编写，并能够运行于 TensorFlow, CNTK, 或者 Theano 等深度学习框架之上。Keras简化了深度神经网络的构建流程，让用户能够更加…
chatgpt赋能Python-python3_7_6怎么用
Python 3.7.6怎么用 – 简单易上手的编程语言
Python是一种简单易用的编程语言，已经成为了计算机科学领域中最受欢迎的语言之一。Python内置了许多库和工具，可以让用户轻松地完成各种任务。
作为Python的最新版本，Python 3.7.6带来了许多令…
Flask 部署 Keras 深度学习模型
本文演示了如何使用由 Keras 构建的深度学习模型，设置端点以提供预测服务。 它首先介绍了一个使用 Flask 设置 Python 端点的示例，然后展示了在使用 Flask 构建用于预测的 Keras 端点时，需要解决的一些问题。
本文目的是展示如何使用 AWS 将…
使用 TensorFlow 和 Flask 部署 Keras 图像分类卷积神经网络模型
通常需要抽象出您的机器学习模型细节，然后将其与易于使用的 API 端点部署或集成。 例如，我们可以提供一个 URL 端点，任何人都可以使用它来发出 POST 请求，他们将获得模型推断的 JSON 响应，而不必担心其技术问题。
在本…
Keras 入门课6 -- 使用Inception V3模型进行迁移学习
Keras 入门课6：使用Inception V3模型进行迁移学习
本系列课程代码，欢迎star： https://github.com/tsycnh/Keras-Tutorials keras 请使用2.1.2版 深度学习可以说是一门数据驱动的学科，各种有名的CNN模型，无一不是在大型…
Keras入门课2 -- 使用CNN识别mnist手写数字
Keras入门课2：使用CNN识别mnist手写数字
本系列课程代码，欢迎star： https://github.com/tsycnh/Keras-Tutorials
本文用一个最简单的两层CNN神经网络来对mnist数据库进行分类识别。
import keras
from keras.datasets import mnist
from k…
Keras 入门课1 -- 用MLP识别mnist手写字符
#Keras 入门课1： 使用Keras写一个mlp 本系列课程代码，欢迎star： https://github.com/tsycnh/Keras-Tutorials
mlp就是multilayer perceptron，多层感知机。数据集用的是经典的mnist，数字分类问题。
首先导入keras的各…
keras框架下yolov3实践
目录
demo运行
训练自己的模型
生成训练用的数据 模型训练
CPU训练自己的模型
遇到的坑：
问题请教： 本教程是github上https://github.com/qqwweee/keras-yolo3代码的使用教程，在github上的repository作者已将使用过程说的较详细了&…
您的第一个使用 Keras 的 Python 深度学习项目
Keras是一个功能强大且易于使用的免费开源 Python 库，用于开发和评估深度学习模型。
它是TensorFlow库的一部分 ，允许您只需几行代码即可定义和训练神经网络模型。
在本教程中，您将了解如何使用 Keras 在 Python 中创建第一个深度学习神经网络模型。
使用我的新书《使用 …
cuda、cuDNN、深度学习框架、pytorch、tentsorflow、keras这些概念之间的关系
当讨论CUDA、cuDNN、深度学习框架、pytorch、tensorflow、keras这些概念的时候，我们讨论的是与GPU加速深度学习相关的技术和工具。 CUDA（Compute Unified Device Architecture）： CUDA是由NVIDIA开发的一种并行计算平台和编程模型&…
keras深度学习框架通过卷积神经网络cnn实现手写数字识别
昨天通过keras构建简单神经网络实现手写数字识别，结果在最后进行我们自己的手写数字识别的时候，准确率堪忧，只有60%。今天通过卷积神经网络来实现手写数字识别。 构建卷积神经网络和简单神经网络思路类似，只不过这里加入了卷积、池…
保姆级 Keras 实现 Faster R-CNN 十二
保姆级 Keras 实现 Faster R-CNN 十二 一. 定义 Fast R-CNN 网络二. 定义 Faster R-CNN 模型三. 代码下载 上一篇 文章中我们实现了 RoiPoolingLayer 层, 它将的功能是将不同大小的 ROI 换为固定大小的特征图作为后续步骤的输入. 在其之后, 就是我们比较熟悉的全连接层了, 实现…
【深度学习】实验11 使用Keras预训练模型完成猫狗识别
文章目录 使用Keras预训练模型完成猫狗识别1. 导入Keras库2. 导入数据集3. Keras内置经典网络实现4. 训练模型5. 分析模型 附：系列文章 使用Keras预训练模型完成猫狗识别
VGG16是一种深度卷积神经网络，由牛津大学计算机视觉研究小组在2014年提出。它是I…
基于Android+OpenCV+CNN+Keras的智能手语数字实时翻译——深度学习算法应用(含Python、ipynb工程源码)+数据集（一）
目录 前言总体设计系统整体结构图系统流程图 运行环境Python环境TensorFlow环境Keras环境Android环境1. 安装AndroidStudio2. 导入TensorFlow的jar包和so库3. 导入OpenCV库 相关其它博客工程源代码下载其它资料下载 前言
本项目依赖于Keras深度学习模型，旨在对手语…
针对多分类问题，使用深度学习--Keras进行微调提升性能
前面的文章对二分类问题用Keras进行了Fine-tune，使得模型的准确率进一步提升，此处对于多分类问题，尝试使用Fine-tune来提升性能。
1. 准备数据集
为了演示，本次选用了博文keras系列︱图像多分类训练与利用bottleneck features进行微调（三）中提到的数据集，原始的数据集…
Keras人工智能神经网络 Classifier 分类 神经网络搭建
前期我们分享tensorflow以及pytorch时，分享过tensorflow以及pytorch的分类神经网络的搭建步骤，在哪里我们使用的训练集是mnist，同样Keras分类神经网络的搭建，我们同样使用mnist数据集来进行分类神经网络的搭建（有关mni…
TensorFlow实战教程（十九）-Keras搭建循环神经网络分类案例及RNN原理详解
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章分享了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。这篇文章将详细讲解循环神经网络RNN的原理知识，并采用Keras实现手写数字识别的RNN分类案例及可视化呈现。基础性文…
TensorFlow实战教程（十八）-Keras搭建卷积神经网络及CNN原理详解
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章详细讲解了Keras实现分类学习，以MNIST数字图片为例进行讲解。本篇文章详细讲解了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。基础性文章，希望对您有所帮助！
一…
深度学习(4)--Keras安装
目录 Keras安装:
1.1.安装CUDA/cuDDN工具包 1.1.1.安装前准备 1.1.2.安装CUDA 1.1.3.安装cuDDN
1.2.安装Anaconda
1.3.安装tensorflow框架 1.3.1.使用cmd安装 1.3.2.使用Anaconda Prompt安装
1.4.安装Keras框架
1.5.打开jupyter notebook，执行import调用 Keras…
TensorFlow2实战-系列教程6：猫狗识别3------迁移学习
🧡💛💚TensorFlow2实战-系列教程 总目录 有任何问题欢迎在下面留言 本篇文章的代码运行界面均在Jupyter Notebook中进行 本篇文章配套的代码资源已经上传 猫狗识别1 数据增强 猫狗识别2------数据增强 猫狗识别3------迁移学习
1、迁移学习 …
基于深度学习算法的轴承故障自主分类
1. 要求
轴承有3种故障：外圈故障，内圈故障，滚珠故障，外加正常的工作状态。如表1所示，结合轴承的3种直径（直径1,直径2,直径3），轴承的工作状态有10类： 表1 轴承故障类别 外…
深度学习API——keras初学
keras定义相关概念：
Keras是一个深度学习API，使用Python语言编写的github开源项目，主要开发者为谷歌工程师。Keras底层可调用不同的机器学习平台，如TensorFlow、Theano或micsoft-CNTK。
作用：keras主要功能是简化机器…
人工智能程序使用的编程语言
用C语言可以写人工智能程序吗？ 可以用C语言编写具有人工智能功能的程序，但是较为复杂。C语言是一种通用的编程语言，它在执行速度和资源控制方面表现出色，这使得它适合于需要高性能处理的人工智能应用，如游戏AI…
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（四）—— 过拟合和欠拟合
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: 政安晨的机器学习笔记 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 通过增加容量或提前停止来提高性能。
在深度学习中&#…
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（六）—— 二元分类
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: 政安晨的机器学习笔记 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 这篇文章咱们将深度学习应用到另一个常见任务中。 前言
在…
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（二）—— 深度神经网络
政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 概述
深度神经网络（Deep Neural Network…
股票价格预测 | Python实现基于CNN卷积神经网络的股票预测模型（keras，Conv1D）
文章目录 效果一览文章概述源码设计参考资料效果一览 文章概述
股票价格预测 | Python实现基于CNN卷积神经网络的股票预测模型（keras）
源码设计
import quandl
import datetimedf = quandl