Tensorflow
文章平均质量分 71
布拉格沃兹基硕德
日拱一卒无有尽,功不唐捐终入海。
展开
-
《Python 深度学习》6.3 循环神经网络的高级用法 (代码)
6.3 循环神经网络的高级用法本节将介绍提高循环神经网络的性能和泛化能力的三种高级技巧。学完本节,你将会掌握 用 Keras 实现循环网络的大部分内容。我们将在温度预测问题中介绍这三个概念。在这个问题中, 数据点时间序列来自建筑物屋顶安装的传感器,包括温度、气压、湿度等,你将要利用这些数 据来预测最后一个数据点24小时之后的温度。这是一个相当有挑战性的问题,其中包含许多处 理时间序列时经常遇到的困难。原创 2021-11-17 18:42:56 · 3076 阅读 · 1 评论 -
《Python 深度学习》6.2 理解循环神经网路
1. 简单RNN的Numpy实现import numpy as np# 定义各种维度大小timesteps = 100input_features = 32output_features = 64inputs = np.random.random((timesteps, input_features))state_t = np.zeros((output_features))W = np.random.random((output_features, input_feature.原创 2021-11-16 15:30:45 · 632 阅读 · 0 评论 -
InternalError: GPU sync failed 报错 (解决方法)
1.报错 问题:(来自《Python深度学习》P178-179)在VScode运行Jupyter Notebook以下代码的时候,报错:InternalError: GPU sync failed.from tensorflow.keras.models import Sequentialfrom tensorflow.keras import layersfrom tensorflow.keras.optimizers import RMSpropmodel = Sequential(.原创 2021-11-15 22:23:31 · 2287 阅读 · 0 评论 -
Cannot convert a symbolic Tensor (simple_rnn/strided_slice:0) to a numpy array. 报错 (解决方法)
1.报错 问题:(来自《Python深度学习》P164-165)在运行以下代码的时候,报错:Cannot convert a symbolic Tensor (simple_rnn/strided_slice:0) to a numpy array.# 只返回最后一个时间步的输出from tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Embedding, SimpleRNNmod.原创 2021-11-15 15:32:15 · 4022 阅读 · 0 评论 -
《Python 深度学习》6.1.3 整合在一起:从原始文本到词嵌入
1. 处理 IMDB 原始数据的标签在每个 neg/pos 目录下面就是一大堆 .txt 文件了,每个里面是一条评论。下面,我们将 train 评论转换成字符串列表,一个字符串一条评论,并把对应的标签(neg/pos)写到 labels 列表。# 处理 IMDB 原始数据的标签import osimdb_dir = 'D:\\2022Thesis\\Deep Learning with Python\\Code\\aclImdb\\aclImdb'train_dir = os...原创 2021-11-14 22:15:04 · 828 阅读 · 0 评论 -
module ‘gast‘ has no attribute ‘Num‘ 警告
运行程序有以下WARNING:module 'gast' has no attribute 'Num'WARNING:tensorflow:Entity <bound method MultiRNNCell.call of <tensorflow.python.ops.rnn_cell_impl.MultiRNNCell object at 0x0000020529AD6108>> could not be transformed and will be executed a.原创 2021-11-09 14:41:06 · 709 阅读 · 0 评论 -
《Python 深度学习》5.4 卷积神经网络的可视化(代码)
Visualizing what convnets learn卷积神经网络的可视化人们常说,深度学习模型是“黑盒”,即模型学到的表示很难用人类可以理解的方式来提取和呈现。虽然对于某些类型的深度学习模型来说,这种说法部分正确,但对卷积神经网络来说绝对不是这样。卷积神经网络学到的表示非常适合可视化,很大程度上是因为它们是视觉概念的表示。自 2013 年以来,人们开发了多种技术来对这些表示进行可视化和解释。我们不会在书中全部介绍,但会介绍三种最容易理解也最有用的方法。可视化卷积神经网络的中间输出(中间原创 2021-11-06 21:58:01 · 2208 阅读 · 3 评论 -
《Python 深度学习》5.3 使用预训练的卷积神经网络
我们来实践一下,使用在 ImageNet 上训练的 VGG16 网络的卷积基从 猫狗图像中提取有趣的特征,然后在这些特征上训练一个猫狗分类器。 VGG16 等模型内置于 Keras 中。你可以从 keras.applications 模块中导入。下面是keras.applications 中的一部分图像分类模型(都是在 ImageNet 数据集上预训练得到的):Xception Inception V3 ResNet50 VGG16 VGG19 MobileNet我们将 VGG16 模型实例原创 2021-11-05 22:48:38 · 1616 阅读 · 1 评论 -
Your input ran out of data; interrupting training. Make sure that your dataset or generator can ....
《Python 深度学习》第5章 P114 在运行以下代码有个报错:history = model.fit_generator( train_generator, steps_per_epoch=100, epochs=100, validation_data=validation_generator, validation_steps=50)Your input ran out of data; interrupting traini.原创 2021-11-04 22:05:36 · 3549 阅读 · 5 评论 -
Kaggle dogs vs. cats 数据集及CNN 代码
1. 数据集下载Dogs vs. Cats | Kaggle需要科学注册,才能下载。如果实在下载不了,可以从百度云下载(有效期一年):链接:https://pan.baidu.com/s/1YB0I-v-7eg9ki4BdUCUdLw提取码:4is5这个数据集包含 25 000 张猫狗图像(每个类别都有 12 500 张),大小为 543MB(压缩后)。2.将图像向复制到训练、验证和测试的目录import os, shutil# The path to the ...原创 2021-11-02 22:00:36 · 3941 阅读 · 4 评论 -
UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed 报错 Jupyter
未知错误:获取卷积算法失败。这可能是因为cuDNN失败了。这可能是由于显存被占用,详细原因可看这篇。关于keras or tensorflow 显存占用问题 :keras or tensorflow 显存占用问题 - 简书解决方法:1. 如果用的是Keras,在jupyter notebook 最开始添加代码:import tensorflow as tfimport numpy as npimport kerasconfig = tf.compat.v1.ConfigP原创 2021-11-02 14:22:03 · 372 阅读 · 0 评论 -
《Python 深度学习》4.4 防止过拟合的常用方法 (代码)
防止神经网络过拟合的常用方法包括:1.减小网络容量;2.添加权重正则化;3.添加dropout;4.获取更多的训练数据。Overfitting and underfitting过拟合与欠拟合为了防止模型从训练数据中学到错误或无关紧要的模式,最优解决方法是获取更多的训练数据。模型的训练数据越多,泛化能力自然也越好。如果无法获取更多数据,次优解决方法是调节模型允许存储的信息量,或对模型允许存储的信息加以约束。如果一个网络只能记住几个模式,那么优化过程会迫使模型集中学习最重要的模式,这样更可能得到原创 2021-11-01 16:52:12 · 1473 阅读 · 0 评论 -
《Python 深度学习》3.6 预测房价:回归问题(代码)
Predicting house prices: a regression example波士顿房价数据集本节将要预测 20 世纪 70 年代中期波士顿郊区房屋价格的中位数,已知当时郊区的一些数据点,比如犯罪率、当地房产税率等。本节用到的数据集与前面两个例子有一个有趣的区别。它包含的数据点相对较少,只有 506 个,分为 404 个训练样本和 102 个测试样本。输入数据的每个特征(比如犯罪率)都有不同的取值范围。例如,有些特性是比例,取值范围为 0~1;有的取值范围为 1~12;还有的取值范围为原创 2021-10-31 20:31:37 · 689 阅读 · 0 评论 -
《Python 深度学习》3.5 新闻分类:多分类问题(代码)
由于是在Jupyter Notebook上直接copy下来的,所以使用时请记得注意。## 1. 加载路透社数据集from tensorflow.keras.datasets import reuters(train_data, train_labels), (test_data, test_labels) = reuters.load_data(num_words=10000)len(train_data)len(test_data)train_data[10]#...原创 2021-10-30 15:31:13 · 679 阅读 · 0 评论 -
《Python 深度学习》3.4 电影评论分类:二分类问题(代码)
## 1. 加载IMDB数据集import numpy as npfrom tensorflow.keras.datasets import imdb(train_data,train_labels),(test_data,test_labels)=imdb.load_data(num_words=10000)train_data[0]train_labels[0]## 2. 将整数序列编码为二进制矩阵def vectorize_sequences(sequences,dimens.原创 2021-10-29 17:29:44 · 728 阅读 · 0 评论 -
No module named ‘matplotlib‘ 报错 Tensorflow
问题:在Jupyter Notebook使用Tensorflow画图时,报错No module named 'matplotlib'解决方法:1. 打开anaconda prompt ,首先激活Tensorflow,然后在这个环境中安装matplotlib。activate tensorflowpip install matplotlib2. 再尝试一下之前的代码成功!...原创 2021-10-29 15:36:13 · 213 阅读 · 0 评论 -
Windows10 Tensorflow 安装(GPU版本)Jupyter Notebook测试 Keras安装
此教程为GPU版本,如果没有NVIDIA GPU,还是用CPU跑吧。1.想要用 NVIDIA GPU做深度学习,需要同时安装CUDA和cuDNN。 CUDA。用于GPU的一组驱动程序,它让GPU能够运行底层编程语言来进行并行计算口 CUDNN。用于深度学习的高度优化的原语库。使用 cuDNN并在GPU上运行时,通常可以将模型的训练速度提高50%到100%。 TensorFlow依赖于特定版本的CUDA和 cuDNN库。请查阅TensorFlow网站,上面详细说明了当前推荐的版本.原创 2021-10-28 14:04:31 · 2899 阅读 · 0 评论