Keras
Lefenger
我的结局与世界的结局
展开
-
Keras的入门
model = Sequential()model.add(Dense(32, activation='relu', input_dim=100))model.add(Dense(10, activation='softmax'))model.compile(optimizer='rmsprop', loss='categorical_crossentropy',原创 2017-08-06 14:31:46 · 889 阅读 · 0 评论 -
在Keras中将cpu切换为gpu
在终端中输入gedit ~/.theanorc 这时文档应是空白的,在文档中写入:[global] device=gpu floatX=float32 [dnn.conv]algo_bwd_filter = deterministicalgo_bwd_data = deterministic[cuda]root=/usr/local/cuda-8.0[lib]cnmem=0.3[n原创 2017-08-06 14:40:36 · 3899 阅读 · 0 评论 -
Keras中的类与函数
注意点1.data_mode的默认值是”channel last“,在构建网络时一定要注意。models.pySequential该类用于表示一个网络模型,并继承于Model类save_weights(filepath) 该函数用于将模型的权重保存为一个h5文件。image.pyImageDataGeneratorImageDataGenerat原创 2018-01-24 23:32:15 · 1041 阅读 · 0 评论 -
Keras中的Embedding层
Embedding层一般用于自然语言中的降维,在abcdefg字符串中每个字母都可以用独热编码来表示,但是一旦字符串十分长,独热编码也就会十分长,因而使用Embedding来表示。不仅如此,Embedding也可以用来生成特征矩阵,但事实上也有降维的功能。Embedding(n_in, n_out, input_length=1, W_regularizer=l2(1e-4))(inp)原创 2018-01-24 23:35:30 · 3310 阅读 · 0 评论 -
Keras中的损失函数与激活函数
sigmoid与softmax分别为二分类和多分类激活函数,而binary crossentropy和categorical crossentropy分别为二分类和多分类的损失函数。原创 2018-01-24 23:37:09 · 2478 阅读 · 0 评论