#keras

可视化深度学习模型的方法/工具

此外，还可以使用Keras内置的TensorBoard回调
源代码杀手·2023-01-05 14:45

以下不属于人工智能领域的python第三方库_2020年9月计算机二级python选择题在线题库5/15...

A.KerasB.PyTorchC.MXNetD.PyOCRD【解析】PyOCR是图像字符识别方向的第三方库；PyTorch、MXNet、Keras都属于人工智能领域的第三方库。
weixin_39767124·2023-01-05 14:15

2020 年 Python 知识清单（数据科学）

用Keras对电影评论进行情感分析用动态规划算法计算字符串的编辑距离使用NetworkX绘制深度神经网络结构图用AI人脸识别技术实现抖音特效用OpenCV和OCR识别图片中的表格数据基于网易云音乐评论的用户推荐系统如何用
Python中文社区·2023-01-05 12:54

TensorFlow Keras ImageDataGenerator CNN

猫狗分类CNN#%%fromkeras.preprocessing.imageimportImageDataGeneratorfromkeras.preprocessing.imageimportload_img
刘元职业车队·2023-01-05 12:54

Python 北京房价预测实验报告 深度学习 tensorflow keras

代码：计算机课程设计北京房价预测数据集和代码实现-机器学习文档类资源-CSDN文库前言随着经济的不断发展和社会资源的集中，人们出现了向大城市集中的趋势，其中，北京作为我国的首都，吸引人才的能力在中国和世界都具有较强的竞争力。与此同时，每个在北京生活的人都有在北京租房或买房的需求，这使得北京市的房价在近些年显得水涨船高。年轻人在北京找到合适的工作后，如何根据自己的经济水平和能力在北京的不同区域选择适
刘元职业车队·2023-01-05 12:52

ValueError: Error when checking input: expected conv2d_1_input to have 4 dimensions, but got array w...

可以查看Conv2D中对input_shape的说明，https://keras.io/layer
weixin_34153893·2023-01-05 12:21

ValueError: Error when checking input: expected input_1 to have 2 dimensions, but got array with sha...

报错Traceback(mostrecentcalllast):File"D:/PyCharm5.0.3/WorkSpace/3.Keras/1.Sequential与Model模型、Keras基本结构功能
R芮R·2023-01-05 12:50

keras导入模型预测时报错ValueError: Error when checking input: expected conv2d_1_input to have 4 dimensions, b

ValueError:Errorwhencheckinginput:expectedconv2d_1_inputtohave4dimensions,butgotarraywithshape(X,X,X)解决方法：原因是输入的第一个dimension是bachsize，所以需要将数据reshape为(1，X,X,X)。
shonmark·2023-01-05 12:20

keras导入报错：ValueError: Error when checking input: expected conv2d_1_input to have 4 dimensions,

您定义的输入形状是单个样本的形状。而对于单个图像32*32的RGB图像，您应该返回一个形状(1,32,32,3)。也就是说输入应该是4维的，长，宽，通道三个维度外加一个图片数量维度，一张照片也应该是4维。
李伯爵的指间沙·2023-01-05 12:49

深度学习交通标志识别项目

主要内容在本文中，使用Python编程语言和库Keras和OpenCV建立CNN模型，成功地对交通标志分类器进行分类，准确率达96%。
阿利同学·2023-01-05 11:04

tf.keras.losses.CategoricalCrossentropy函数

函数原型tf.keras.losses.CategoricalCrossentropy(from_logits=False,label_smoothing=0.0,axis=-1,reduction=losses_utils.ReductionV2
不负韶华ღ·2023-01-05 11:24

tf.keras.losses.SparseCategoricalCrossentropy函数

函数原型tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False,reduction=losses_utils.ReductionV2
不负韶华ღ·2023-01-05 11:24

tensorflow 1.X版本 与2.X版本的区别 sparse_categorical_crossentropy损失函数踩雷

卷积神经网络2.X版本的tensorflow是有Input层的#CreatetheStudentModelstudent=keras.Sequential([keras.Input(shape=(28,28,1
逆夏11111·2023-01-05 11:23

tensorflow2.x学习笔记十八：损失函数之交叉熵

一、BinaryCrossentropy类和binary_crossentropy函数BinaryCrossentropy类的使用：tf.keras.losses.BinaryCrossentropy(
耐心的小黑·2023-01-05 10:46

Keras/TensorFlow 交叉熵损失函数中的 from_logits 参数

在Keras的二元交叉熵损失函数（tf.keras.losses.BinaryCrossentropy，下面简称为bce）中，有from_logits这个参数。
杭州的平湖秋月·2023-01-05 10:14

关于tf.keras.losses.CategoricalCrossentropy/SparseCategoricalCrossentropy参数from_logits是True还是False的问题

看其他帖子说"from_logits=False的结果是经过softmax后的结果，from_logits=True的结果是没经过softmax后的结果"，我感觉这个说法有问题我觉得应该是"from_logits=False的结果是没经过softmax后的结果，from_logits=True的结果是经过softmax后的结果"以下是我写的计算方法论证，如有不对还望指点。红框为手写损失函数代码，上
cnsn·2023-01-05 10:13

tf.keras.losses函数参数（from_logits、label_smoothing...）

tf.keras.losses实例是用来计算真实标签（y_true）和预测标签之间（y_pred）的Loss损失。参数from_logits是否将y_pred解释为logit值的张量。
好辣呀·2023-01-05 10:43

from_logits=True

BinaryCrossentropyclasstf.keras.losses.BinaryCrossentropy(from_logits=False,label_smoothing=0,reduction
飞行codes·2023-01-05 10:41

keras.losses中from_logits的作用

以SparseCategoricalCrossentropy(from_logits=True)为例，读keras源码，发现losses.py中定义的SparseCategoricalCrossentropy
muyuu·2023-01-05 10:10

卷积神经网络边缘检测实例

垂直边缘检测过程：卷积是将图片和卷积核进行卷积的过程，在python里面用的是conv_forward,tensorflow中用的是tf.nn.conv2d,在Keras中用的是Conv2D如果将一个有着
程序之巅·2023-01-05 10:31

Keras.metrics中的accuracy总结

转自：https://blog.csdn.net/qq_36588760/article/details/105689736Keras.metrics中总共给出了6种accuracyaccuracy该accuracy
Undefined Exploder·2023-01-05 10:26

keras——accuracy_score公式

Accuracy_score公式为，其中，TP：TruePositive，表示预测正确的个数TN：TrueNegative，表示不属于本类，但预测正确的个数FP：FalsePositive，表示将其他类预测为本类的个数FN：FalseNegative，表示预测为其他类的个数
HiJack¹·2023-01-05 10:25

python用于NLP的seq2seq模型实例:用Keras实现神经网络机器翻译

我们将使用seq2seq通过Python的Keras库创建我们的语言翻译模型。假定您对循环神经网络（尤其是LSTM）有很好的了解。本文中的代码是使用Keras库用Python编写的。
拓端研究室TRL·2023-01-05 10:49

深度学习初级课程 4.过拟合和欠拟合

深度学习初级课程1.单一神经元2.深度神经网络3.随机梯度下降法4.过拟合和欠拟合5.剪枝、批量标准化6.二分类问题应用.用TPU探测希格斯玻色子正文介绍回想一下上一课中的例子，Keras将在其训练模型的各个时期保留训练和验证损失的历史记录
cndrip·2023-01-05 09:47

#Keras OverFeat代码实现（fast和accurate）

OverFeatkeras代码实现OverFeat快速版模型结构参数：OverFeat精确版模型结构参数：对模型结构有疑问详见原论文#-*-coding:utf-8-*-"""Createdon2022
Troye Jcan·2023-01-05 08:02

Keras 报错When using data tensors as input to a model, you should specify the steps_per_epoch argument

报错解决：valueError:Whenusingdatatensorsasinputtoamodel,youshouldspecifythesteps_per_epochargument.Keras小白开始入手深度学习的时候
Troye Jcan·2023-01-05 08:32

lstm keras 权重 理解_数据科学 | 如何用LSTM自编码器进行极端事件预测？(含Python代码)...

↑↑↑↑↑点击上方蓝色字关注我们！『运筹OR帷幄』转载作者：MarcoCerliani编者按预测的一大难点在于，对于未来的偶然性和突发性等极端事件的预测。针对这类问题，作者在LSTM模型基础上加入了AutoEncoding层，希望在特征较少的情况下将单一特征扩展到多个维度，以达到更好的预测效果。另外本案例还加入了除历史结果外的其他时间维度特征。让我们一起跟着作者看下改进之后的预测效果。原标题|Ex
weixin_39952182·2023-01-05 05:25

一、数据加载

目录1.数据加载1.1小数据集1.2大数据集1.2.1加载Numpy数据1.2.2.结构化数据3.实际应用中读取csv文件1.数据加载tf.keras的数据读取1.1小数据集对于小数据集，特征数据均已经数值化
识醉沉香·2023-01-05 03:49

使用Keras深度学习预测波士顿房价

在开始写代码之前，我们需要准备一些数据。波士顿房价数据集是一个经典的机器学习数据集，用于预测波士顿地区的住房价格。这个数据集包含506个数据点，每个数据点有13个特征，表示波士顿地区的房屋信息（例如房屋所在的社区、房屋的年龄、房屋的房间数量等）。我们可以使用sklearn库来载入这个数据集。首先需要安装sklearn，然后，我们就可以载入数据集了：fromsklearn.datasetsimpor
OAA.·2023-01-05 02:55

Graphviz库（基于Anaconda）下载安装，以及测试（最全图文教程）

GraphvizGraphviz-GraphVisualizationSoftware（图形可视化软件）官方网址：Graphviz个人理解：针对神经网络来说，这个库可以用来显示神经网络结构图形（如下图为KerasApplications
KT-newboy·2023-01-04 23:43

用 Keras+LSTM+CRF 的实践命名实体识别NER

文本分词、词性标注和命名实体识别都是自然语言处理领域里面很基础的任务，他们的精度决定了下游任务的精度，其实在这之前我并没有真正意义上接触过命名实体识别这项工作，虽然说读研期间断断续续也参与了这样的项目，但是毕业之后始终觉得一知半解的感觉，最近想重新捡起来，以实践为学习的主要手段来比较系统地对命名实体识别这类任务进行理解、学习和实践应用。当今的各个应用里面几乎不会说哪个任务会没有深度学习的影子，很多
Python中文社区·2023-01-04 22:29

optuna-dashboard自动超参数优化和可视化利器

介绍Optuna库是机器学习中提供自动化超参数优化的库，它和很多知名的机器学习库（如sklearn,keras,tensorflow,xgboost,lightgbm,pytorch等）是兼容的。
XINFINFZ·2023-01-04 19:13

使用GPU训练模型

为了更加方便地训练模型，作者编写了仿keras的Pytorch模型接口：torchkeras，作为Pytorch的高阶API。本章我们主要详细介绍Pytorch的高阶API如下相关的内容。
Python_Ai_Road·2023-01-04 18:10

keras系列︱迁移学习：利用InceptionV3进行fine-tuning及预测、完美案例（五）

之前在博客《keras系列︱图像多分类训练与利用bottleneckfeatures进行微调（三）》一直在倒腾VGG16的fine-tuning，然后因为其中的Flatten层一直没有真的实现最后一个模块的
AI视觉网奇·2023-01-04 15:33

【强化学习】tensorflow2.x 构造 SoftActorCritic(SAC) 训练 LunarLanderContinuous-v2

requirements.txt:tensorflow-gpu==2.4.0gym[all]==0.21.0tensorflow_probability==0.14.0keras==2.6.0matplotlib
昵称已被吞噬~‘(*@﹏@*)’~·2023-01-04 13:38

【tensorflow2.x】使用 wgan-gp 生成 mnist 手写数字

importtensorflowastfimportnumpyasnpimportcv2classGenerator(tf.keras.Model):def__init__(self):super(Generator
昵称已被吞噬~‘(*@﹏@*)’~·2023-01-04 13:38

【强化学习】tensorflow2.0构造DDPG训练LunarLanderContinuous-v2

fromtensorflow.kerasimportoptimizers,layers,models,lossesfromcollectionsimportdequeimportmatplotlib.pyplotaspltimporttensorflowastfimportnumpyasnpimportrandomimportgymimportcopy
昵称已被吞噬~‘(*@﹏@*)’~·2023-01-04 13:08

第二章：神经网络的数学基础

文章目录补充关于类和标签的说明MNIST数据集初识神经网络加载Keras中的MNIST数据集准备图像数据准备标签网络架构编译运行性能评估神经网络的数据表示标量（0D张量）向量（1D张量）矩阵（2D张量）
hliu1307·2023-01-04 11:59

《不平衡数据的分类》——译自tensorflow官方教程

您将使用Keras来定义模型和类的权重，以帮助模型从不平衡的数据中学习。本教程包括如下
William_Chan_6·2023-01-04 10:29

E tensorflow/stream_executor/cuda/cuda_dnn.cc:82] CUDNN_STATUS_EXECUTION_FAILED

最近在学一个FAWA的方法，github上有，如果有人在跑这个项目可以跟我唠唠~needhelp~~~~~~~~tf-gpu=1.12.0cuda9.0cudnn7.1.4.18keras=2.2.4torch
qwq_xcyyy·2023-01-04 09:39

注意力机制attention笔记

注意力机制attention笔记神经网络学习小记录63–Keras图像处理中注意力机制的代码详解与应用_Bubbliiiing的博客-CSDN博客_keras通道注意力attention介绍_纵雪者的博客
锦鲤柠檬·2023-01-04 09:27

【Pytorch入门向】——网络构建及模型训练及Loss曲线可视化

当初因为某些原因从keras转向使用pytorch，入门复现自己原本keras的一些常用代码大概花了一周左右，通过官方文档以及到处查，最终汇总了一些常用的代码，闲来无事记录一下，大家如果和我一样由其他深度学习框架转向比较热门的
是个摆子·2023-01-03 21:12

TensorFlow运行报错：tensorflow/stream_executor/cuda/cuda_driver.cc:313] failed call to cuInit: UNKNOWN303

当我在虚拟机上安装好Keras+tensorflow+theano环境时，以tensorflow作为keras的后端运行会出现如下问题：最大的问题是，我安装的是CPU版本，并没有也安装不了支持GPU的CUDA
WILDCHAP_·2023-01-03 19:20

jupyter notebook python3.7.1_Anaconda + Jupyter Notebook 下创建 Python3.7 + Tensorflow 2.1 + Keras 2.3..

1.创建虚拟环境condacreate–npy37-keraspython=3.72.激活虚拟环境condaactivatepy37-keras3.安装ipykernel使用condainstallipykernel
weixin_39998541·2023-01-03 14:50

【TensorFlow 2.0】使用 tensorflow.keras 进行线性回归

使用tensorflow.keras进行线性回归1.加载数据2.可视化数据3.创建模型4.开始训练5.使用训练好的模型进行预测6.完整源代码附录1.关于全连接层[`tf.keras.layers.Dense
码猿小菜鸡·2023-01-03 12:45

一、线性回归的两种实现方式：（一）keras实现

线性回归的keras实现导入必要的模块importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.model_selectionimporttrain_test_splitimporttensorflowastffromtensorflow.keras.modelsimportSequentialfromtensor
星辰同学wwq·2023-01-03 12:45

一. tf.keras线性回归

环境：python3.7tensorflow2.3gpunumpy1.20.3pandas1.3.3matplotlib3.4.2importtensorflowastfimportpandasaspdimportmatplotlib.pyplotaspltif__name__=='__main__':print('TensorflowVersion:{}'.format(tf.__version
看的见的时间·2023-01-03 12:14

keras实现回归

"""监督学习常见的两类问题:1.分类：预测值是离散的2.回归：预测值是连续的""""""下面利用keras解决回归问题"""importtensorflowastfimporttensorflow.kerasaskerasimportnumpyasnp
远古穷鬼·2023-01-03 12:14

keras实现线性回归模型

机器学习基础与线性回归方程笼统的定义：机器学习研究如何让计算机不需要明确的程序也能具备学习能力。什么是机器学习？系统用来学习的这些示例，我们称之为训练集。每一个训练示例称为训练实例或者是训练样本。在本例中，任务就是给新邮件标记垃圾邮件，经验则是训练数据，那么衡量性能表现的指标则需要我们来定义，例如，我们可以使用被正确分类的邮件的比率来衡量。这个特殊的性能衡量标准称为精度，经常用于衡量分类任务。使用
人山人海边走边爱·2023-01-03 12:12

动手学深度学习学习笔记tf2.0版（3.3: 线性回归的简单实现）

taichuai/d2l_zh_tensorflow2.0tf2.0线性回归简单实现，前面数据都是和上一篇一样，就不一一解释了主要内容总结：１、创建模型：tf.kears.Sequential(),tf.keras.layer
Zero_to_zero1234·2023-01-03 12:12
上一页 48 49 50 51 52 53 54 55 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他