#keras

【深度学习框架】keras、pytorch对比

=卷积====反卷积====上采样====池化====BatchNormalization====激活====pytorch模型流程====实现VGG16过程对比==训练参考文章数据集读取构建网络3、keras
浪里摸鱼·2022-12-11 05:44

Keras vs PyTorch，哪一个更适合做深度学习？

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达如何选择工具对深度学习初学者是个难题，本文作者以Keras和Pytorch库为例，提供了解决该问题的思路。
小白学视觉·2022-12-11 05:11

【干货】Keras vs PyTorch，哪一个更适合做深度学习？

本文作者以Keras和Pytorch库为例，提供了解决该问题的思路。当你决定学习深度学习时，有一个问题会一直存在——学习哪种工具？深度学习有很多框架和库。
小白学视觉·2022-12-11 05:11

深度学习：Keras vs PyTorch

在过去的几年中，两个主要的深度学习框架获得了巨大的知名度，这主要是由于它们对比TensorFlow更容易使用：Keras和Pytorch。本文将从四个方面对比Keras和Pytorch。
小北的北·2022-12-11 05:07

keras的model.compile()的参数

model.compile(optimizer,loss=None,metrics=None,loss_weights=None,sample_weight_mode=None,weighted_metrics=None,target_tensors=None,**kwargs)Configuresthemodelfortraining.#Arguments  optimizer:String(n
xiaotian127·2022-12-11 02:59

深度学习模型训练提前终止方法

EarlyStopping：https://keras.io/api/callbacks/early_stopping/https://blog.csdn.net/weixin_44048809/article
Kola_Abner·2022-12-11 02:59

model.compile()函数和keras中评价函数的设置

keras中评价函数的设定具体可参考：https://keras.io/zh/metrics/https://blog.csdn.net/linxid/article/details/82861957
Zero_to_zero1234·2022-12-11 02:57

Keras Model模型方法

Model模型方法compilecompile(self,optimizer,loss,metrics=None,loss_weights=None,sample_weight_mode=None,weighted_metrics=None,target_tensors=None)本函数编译模型以供训练，参数有optimizer：优化器，为预定义优化器名或优化器对象，参考优化器loss：损失函数，
qq_41007606·2022-12-11 01:55

深度学习-超参数调优

1.基于Tensorflow的Kerastuner官方教程如下：IntroductiontotheKerasTuner|TensorFlowCore(google.cn)官网API极其更多细节：HyperParameters-KerasTuner
樱缘之梦·2022-12-11 01:23

keras如何使用model.compile封装自己的模型

使用keras可以方便的构造出我们自己的模型，但是由于keras是一种集成度但同时也缺乏一定的灵活性，本文主要介绍keras在构造模型的complie接口几个主要参数，帮大家理解如何根据自己的需求灵活的构造合适的参数
hh_2018·2022-12-11 01:52

MNIST数字分类——使用卷积神经网络

简介关于使用Dense层（密集连接型网络）处理MNIST数字图像分类的问题，可以参考使用keras构建和训练mnist的神经网络。卷积神经网络，是计算机视觉领域使用最广泛的一种深度学习模型。
guotianqing·2022-12-11 01:21

keras中model.compile参数汇总

例如：1）具体到函数fromkerasimportlossesmodel.compi
chaojishuai123·2022-12-11 01:51

model.compile中metrics的参数accuracy

知乎大佬链接model.compile(optimizer=tf.keras.optimizers.Adam(0.01),loss=tf.keras.losses.SparseCategoricalCrossentropy
甲壳虫奇袭电脑城·2022-12-11 01:20

model.compile()：配置模型(优化器, 损失函数, 准确率)

model.compile()语法：形式1model.compile(optimizer=tf.keras.optimizers.优化器(参数)，loss=tf.keras.losses.损失函数(参数
方如一·2022-12-11 01:50

model.compile()函数配置(优化器, 损失函数, 准确率)

2.model.compile()语法形式1：model.compile(optimizer=tf.keras.opti
Kola_Abner·2022-12-11 01:19

PyTorch以及VGG模型

Tensor）数据集和数据加载器（DATASETS&DATALOADERS）未完待续VGG模型PyTorch版（加载cifar10数据集）cifar10数据集加载数据集VGG模型结构训练模型测试模型结果示意图Keras
GXYao~·2022-12-11 00:48

ImageDataGenerator部分参数理解

此chapter为参数见解和怎么测参数的过程#仅介绍以下参数,图片增强fromtensorflow.keras.preprocessing.imageimportImageDataGeneratordatagen
鸠苑·2022-12-11 00:14

Keras中的图片生成器类ImageDataGenerator

tf.keras.preprocessing.image.ImageDataGenerator(featurewise_center=False,samplewise_center=False,featurewise_std_normalization
yzw1298023866·2022-12-11 00:43

keras核心已转储_转储Keras-ImageDataGenerator。 开始使用TensorFlow-tf.data（第2部分）

keras核心已转储ThisarticleisthefollowupfromPart1.Here,Iwillcomparethetf.dataandKeras.ImageDataGeneratoractualtrainingtimesusingthemobilenetmodel
weixin_26726011·2022-12-11 00:42

python怎么导入数据集keras_在Keras中导入测试数据的方法

在对Keras框架的学习中，一个很大的难点就是数据的导入，尤其是当数据不能一次放入内存的时候，应该如何导入的问题。在Keras的官网，没有章节特意讲这个内容，而专门去找资料，也很难找到相关的内容。
weixin_39975261·2022-12-11 00:42

利用keras中image.ImageDataGenerator.flow_from_directory()实现从文件夹中提取图片和进行简单归一化处理

keras中有很多封装好的API可以帮助我们实现对图片数据的读取和处理。
Kun Li·2022-12-11 00:12

Keras学习｜ ImageDataGenerator的参数

KerasImageDataGenerator的参数fromkeras.preprocessing.imageimportImageDataGeneratorkeras.preprocessing.image.ImageDataGenerator
Britesun·2022-12-11 00:11

利用keras-ImageDataGenerator实现图像增强与批量生成

目录1.背景2.代码解释3.演示3.1具体操作3.2补充4.总结1.背景最近在做一个图像题,初始样本图给的特别少(每类只有几张图),因此想通过keras-ImageDataGenerator去做数据增强
腹有诗书，何患无辞·2022-12-11 00:11

Keras 图像预处理 ImageDataGenerator

本文目录1.简介2.ImageDataGenerator类介绍使用示例3.ImageDataGenerator类方法3.1fit()3.2flow()3.3flow_from_directory()3.4flow_from_dataframe()3.5standardize()4.具体使用4.1示例14.2对数据进行去中心化/标准化4.2.1通过调用`ImageDateGenerator.fit(
冰__蓝·2022-12-11 00:39

关于Keras 的 ImageDataGenerator 和 Data Augmentation

今天的分享是关于如何使用keras的ImageDataGenerator类来进行数据增强处理（dataaugmentation）。通过这篇博客你会了解：什么是数据增强？为什么我们要使用数据增强？
Pierce_KK·2022-12-11 00:36

keras中ImageDataGenerator用法

摘自：https://blog.csdn.net/u012969412/article/details/76796020https://www.jianshu.com/p/d23b5994db64keras
babywang0·2022-12-11 00:06

keras在train_on_batch中使用generator

Generator是keras中很方便的数据输入方式，既可以节省内存空间，又自带数据增强的功能，一般用于fit_generator这种比较单一的训练方式，不适于train_on_batch这种拓展性较高的训练方式
fun_always·2022-12-11 00:06

keras ImageDataGenerator类的个人笔记

参考网站：https://keras-cn-docs.readthedocs.io/zh_CN/latest/blog/image_classification_using_very_little_data
Gewenfei_1·2022-12-11 00:35

Keras中ImageDataGenerator理解

一、作用ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器，同时也可以在batch中对数据进行增强，扩充数据集大小，增强模型的泛化能力。
longmaohu·2022-12-10 23:04

Softmax Multi-Class Classifier 多分类器

Fashion-MNIST数据集FlattenOne-HotEncodingSoftmax介绍应用Softmax实现多分类交叉熵（CrossEntropy）Softmax与逻辑回归的联系GPU加速运算原理使用Keras
Aroundchange·2022-12-10 21:39

深度学习（keras tensorflow），不同输入数据每次运行结果不同

代码  利用Deep-Residual-Shrinkage-Networks网络（Keras、GPU）建立分类模型，并加入五折交叉验证。
qq_39750293·2022-12-10 20:38

pip conda jupyter常见指令

文章目录pipconda查看keras与tensorflow的版本匹配jupyterjupyter快捷键常见错误anaconda更换源pip查看pip版本pip--version升级pip版本python-mpipinstall
Muasci·2022-12-10 20:06

TensorFlow之分类模型-3

1基本概念2文本分类与情感分析3TF模型仓库的使用本章节主要使用TensorFlow模型仓库与keras技术框架联合开发对IMDB数据集的机器学习，TensorFlow模型仓库提供模型直接下载使用，链接地址如下所示
uesowys·2022-12-10 20:55

Python----稀疏矩阵

创建稀疏矩阵的工具将稠密矩阵转化为稀疏矩阵的工具可以在Scipy上运行的函数：许多在Numpy数组上运行的线性代数Numpy和SciPy函数Numpy数据结构的机器学习库，如：机器学习的scikit-learning和用于深度学习的KerasScipy
无意识积累中·2022-12-10 19:38

保存模型训练结果的方式

导入库&加载数据importosimporttensorflowastffromtensorflowimportkeras(train_images,train_labels),(test_images
不可道 是 常道 Sean·2022-12-10 18:35

keras加载已经训练好的模型文件，进行预测时却发现预测结果几乎为同一类（本人预测时几乎均为为第0类）**

注：本文章为原创，欢迎转载，转载请注明出处原因：在进行keras训练时候，使用了keras内置的数据读取方式，但是在进行预测时候，使用了自定义的数据读取方式，本人为图片读取。
丿小剑·2022-12-10 18:34

深度学习模型部署学习记录之NCNN_YOLOV5

spnn修炼中2022/2/1618:06:06https://github.com/MarsTechHAN/keras2ncnnspnn修炼中2022/2/1618:06:22https://github.com
cmengwei·2022-12-10 17:56

python学习日记7tensorflow-手写数字分类

/tfdoc/tutorials/mnist_beginners.html2、英文版mnist机器学习入门（分类服装图片）https://tensorflow.google.cn/tutorials/keras
blue_xinran·2022-12-10 17:46

深度学习框架TensorFlow2初步入门学习

根据TensorFlow官方介绍内容显示，2.0版本将专注于简洁性和易用性的改善，主要升级方向包括：使用Keras和EagerExecution轻松构建模型。在任意平台上实现稳健的生产环境模型
小枫学IT·2022-12-10 16:45

基于模型融合的分类网络设计(使用tensorflow/keras实现)

前言融合模型的设计原理类似于集成学习，集成学习是将几个弱学习器集成得到强学习器，这里的弱学习器不是指准确率低的分类模型，而是子模型之间的多样性差异。在特征提取的过程中，两个深度学习模型的多样性差异指的就是模型在结构、样本、超参数、特征提取等方面的不同而带来的随机性差异。子模型的多样性差异越大，融合后的模型在同样的数据条件下可以获得的表述信息就越多，可判断类别的选择信息面就越广，泛化能力就越强[33
正正没洗头·2022-12-10 16:59

Ubuntu14.04下配置Caffe+OpenCV2.4.10+CUDA7.5+cuDNN5.1.10

1.CUDA配置与Tensorflow，Keras等深度学习框架一样的配置方法，一次配置可以重用，其他基础软件和依赖项亦可参考：Caffe学习笔记2--Ubuntu14.0464bit安装Caffe（GPU
cuihaolong·2022-12-10 15:55

实现mnist手写数字识别

基于卷积神经网络搭建简单的网络模型完成手写数字的识别二.数据集本数据集来自tensorflow自带的数据集中，当然你也可以去下载来进行导入三.实战演练一.数据集导入importtensorflowastffromtensorflow.kerasimportdatasets
南京比高IT·2022-12-10 15:17

使用神经网络实现葡萄酒数据集的分类分析

目录一、实验目的二、实验环境三、实验内容和过程一、实验目的掌握神经网络及深度学习建模分析掌握使用神经网络实现分类的方法掌握使用Keras框架实现深度学习的方法了解各分类器之间的差异二、实验环境操作系统：
error 10086.·2022-12-10 15:14

保姆级教程：手把手教你使用深度学习处理文本

文章目录NLP技术历程准备数据标准化词元化Tokenization（文本拆分）技术提升建立索引表使用TextVectorization层手写TextVectorization层Keras自带TextVectorization
Python数据开发·2022-12-10 13:36

保姆级教程：手把手教你使用 Keras 搭建神经网络

大家好，本文从0到1详细讲解两种基于Keras的建模方法：基于Sequential的建模；快速方便，易上手基于函数式API的建模；易于扩展，灵活性强文章目录你会学到什么？
Python数据开发·2022-12-10 13:06

TensorFlow lite keras api训练手写数字识别集Mnist，生成tflite模型文件并在Android上使用示例

源码:https://github.com/lany192/tensorflow-lite-keras-mnist-androidTensorFlowLiteKeras训练Mnist示例TensorFlowKeras
丽江的蓝天·2022-12-10 13:58

tensorflow2.0 使用mnist数据集训练模型并测试手写图片识别率

测试准确率达到95%,但实际使用画图程序手写10个数字进行识别,最多只能识别出7个,跟你笔画粗细,数字是否居中,数字大小都有关系importtensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportdatasets
lin287631983·2022-12-10 13:52

【Keras+计算机视觉+Tensorflow】DCGAN对抗生成网络在MNIST手写数据集上实战（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、生成对抗网络的概念生成对抗网络(GANs，GenerativeAdversarialNets),由IanGoodfellow在2014年提出的,是当今计算机科学中最有趣的概念之一。GAN最早提出是为了弥补真实数据的不足，生成高质量的人工数据。GAN的主要思想是通过两个模型的对抗性训练。随着训练过程的推进，生成网络（Generator，G）逐渐
showswoller·2022-12-10 13:49

关于AlreadyExistsError: Another metric with the same name already exists.的解决方案

这项错误发生在我刚安装完tensorflow，想importkeras包的时候发生了如下的错误：Tensorflow.python.framework.errors_impl.AlreadyExistsError
mmdbhs·2022-12-10 10:15

NameError: name ‘Adam‘ is not defined

在进行神经网络的学习的时候，我们会使用到keras和tensorflow.keras，两者里面的变量用法是有一些差异，下面是源代码修改之后的代码ok，问题解决
h918918·2022-12-10 10:14
上一页 64 65 66 67 68 69 70 71 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他