DL4J中文文档/Keras模型导入/池化层

最新推荐文章于 2023-01-05 17:09:33 发布
最新推荐文章于 2023-01-05 17:09:33 发布
阅读量217 收藏
点赞数 1
分类专栏： AI dl4j
AI 同时被 2 个专栏收录
137 篇文章 7 订阅
订阅专栏
dl4j
47 篇文章 3 订阅
订阅专栏

KerasGlobalPooling

[源码]

导入一个Keras池化层作为DL4J的子采样层。

KerasGlobalPooling

public KerasGlobalPooling(Map<String, Object> layerConfig)
            throws InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

来自解析的keras层配置字典的构造函数。

  • 参数 layerConfig 包含keras层配置的字典
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 抛出 UnsupportedKerasConfigurationException 不支持的无效的 Keras 配置

getGlobalPoolingLayer

public GlobalPoolingLayer getGlobalPoolingLayer()

获取全局池化层 

public KerasGlobalPooling(Map<String, Object> layerConfig, boolean enforceTrainingConfig)
                    throws InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

来自解析的keras层配置字典的构造函数。

  • 参数 layerConfig 包含keras层配置的字典
  • 参数 enforceTrainingConfig 是否强制执行与训练相关的配置选项
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 抛出 UnsupportedKerasConfigurationException 不支持的无效的 Keras 配置

getInputPreprocessor

public InputPreProcessor getInputPreprocessor(InputType... inputType) throws InvalidKerasConfigurationException

为给定的输入类型获取适合的DL4J输入预处理器

  • 参数 inputType 输入类型数组
  • 返回 DL4J 输入预处理器
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 查看  org.deeplearning4j.nn.conf.InputPreProcessor

getOutputType

public InputType getOutputType(InputType... inputType) throws InvalidKerasConfigurationException

获取层输出类型

  • 参数 inputType 输入类型数组
  • 返回 按输入类型返回输出类型
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置

KerasPooling1D

[源码]

导入一个Keras一维池化层作为DL4J的子采样层

KerasPooling1D

public KerasPooling1D(Map<String, Object> layerConfig)
            throws InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

来自解析的keras层配置字典的构造函数。

  • 参数 layerConfig 包含keras层配置的字典
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 抛出 UnsupportedKerasConfigurationException 不支持的无效的 Keras 配置

getSubsampling1DLayer

public Subsampling1DLayer getSubsampling1DLayer()

获取子采样层 

 

public KerasPooling1D(Map<String, Object> layerConfig, boolean enforceTrainingConfig)
            throws InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

来自解析的keras层配置字典的构造函数。

  • 参数 layerConfig 包含keras层配置的字典
  • 参数 enforceTrainingConfig 是否强制执行与训练相关的配置选项
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 抛出 UnsupportedKerasConfigurationException 不支持的无效的 Keras 配置

getOutputType

public InputType getOutputType(InputType... inputType) throws InvalidKerasConfigurationException

获取层输出类型

  • 参数 inputType 输入类型数组
  • 返回 按输入类型返回输出类型
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置

KerasPooling3D

[源码]

导入一个Keras三维池化层作为DL4J的子采样层

 

KerasPooling3D

public KerasPooling3D(Map<String, Object> layerConfig)
            throws InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

来自解析的keras层配置字典的构造函数。

  • 参数 layerConfig 包含keras层配置的字典
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 抛出 UnsupportedKerasConfigurationException 不支持的无效的 Keras 配置

getSubsampling3DLayer

public Subsampling3DLayer getSubsampling1DLayer()

获取子采样层 

 

public KerasPooling3D(Map<String, Object> layerConfig, boolean enforceTrainingConfig)
            throws InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

来自解析的keras层配置字典的构造函数。

  • 参数 layerConfig 包含keras层配置的字典
  • 参数 enforceTrainingConfig 是否强制执行与训练相关的配置选项
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 抛出 UnsupportedKerasConfigurationException 不支持的无效的 Keras 配置

getOutputType

public InputType getOutputType(InputType... inputType) throws InvalidKerasConfigurationException

获取层输出类型

  • 参数 inputType 输入类型数组
  • 返回 按输入类型返回输出类型
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置

 

KerasPooling2D

[源码]

 

导入一个Keras二维池化层作为DL4J的子采样层

 

KerasPooling2D

public KerasPooling2D(Map<String, Object> layerConfig)
            throws InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

来自解析的keras层配置字典的构造函数。

  • 参数 layerConfig 包含keras层配置的字典
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 抛出 UnsupportedKerasConfigurationException 不支持的无效的 Keras 配置

getSubsampling2DLayer

public Subsampling2DLayer getSubsampling1DLayer()

获取子采样层 

 

public KerasPooling2D(Map<String, Object> layerConfig, boolean enforceTrainingConfig)
            throws InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

来自解析的keras层配置字典的构造函数。

  • 参数 layerConfig 包含keras层配置的字典
  • 参数 enforceTrainingConfig 是否强制执行与训练相关的配置选项
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置
  • 抛出 UnsupportedKerasConfigurationException 不支持的无效的 Keras 配置

getOutputType

public InputType getOutputType(InputType... inputType) throws InvalidKerasConfigurationException

获取层输出类型

  • 参数 inputType 输入类型数组
  • 返回 按输入类型返回输出类型
  • 抛出 InvalidKerasConfigurationException 无效的 Keras 配置

KerasPoolingUtils

[源码]

用于Keras池化层的实用功能。

mapPoolingType

public static PoolingType mapPoolingType(String className, KerasLayerConfiguration conf)
            throws UnsupportedKerasConfigurationException

将keras池化层映射到DL4J池化类型。

  • 参数 className Keras池化类型的名称
  • 返回 DL4J 池化类型
  • 抛出 UnsupportedKerasConfigurationException 不支持的Keras 配置
bewithme
关注
专栏目录
第六节:Keras深度学习框架之池化层
BBM的博客
04-18 993
在卷积神经网络中通常会在相邻的卷积层之间加入一个池化层，池化层可以有效的缩小参数矩阵的尺寸，从而减少最后连接层的中的参数数量。所以加入池化层可以加快计算速度和防止过拟合的作用。 池化的原理或者是过程：pooling是在不同的通道上分开执行的（就是池化操作不改变通道数），且不需要参数控制。
Keras.jl：https：//keras.io的Julia包装
02-04
然后，可以像在Python中一样导入模型、层和优化器，进行模型构建和训练。 **七、示例代码** ```julia using Keras # 定义一个简单的全连接神经网络 model = Sequential() add(model, Dense(32, activation="relu",...
Keras 主要的层函数
沧夜的成长日记
01-05 1767
Keras主要的层函数清单
Deeplearning4j 实战 （21）：Bert简介及NLP问题应用
万宫玺的专栏
06-12 2113
在上一篇博客中，我们介绍了attention机制的基本原理以及如何基于Deeplearning4j中内置的attention layer对文本之类的序列数据进行建模的过程。这篇博客在上一篇的基础上，介绍下2019年Google的研究成果，同样也是和attention机制有关的Bert模型。在Google的论文中介绍，Bert模型在GLUE数据集上都达到的当时的历史最佳。当然后续改进的一些工作也逐步的在指标上超越了Bert，其中就有国内百度公司的工作ERNIE，但Bert构建NLP语言模型的方式方法还是非常值
畅游人工智能之海 | Keras教程篇之池化层
pandaww的博客
04-05 2万+
各位读者大家好，上周我们详细讲解了Keras的核心网络层，相信大家已经对核心网络层的作用以及使用方法有了一个清晰的认识。这周我们将要开展池化层和卷积层的讲解了，这篇文章就是对池化层的讲解。 首先我们要统一说一下池化层的作用。池化层放在连续的卷积层中间，用于压缩数据和参数的量，防止过拟合。其具体操作与卷积层的操作基本相同，只不过池化层的卷积核只取对应位置的最大值、平均值等（最大池化、平均池化），且...
Keras文档学习07.池化层
zhuhongde的博客
10-21 1638
关键词：Maxpooling、Averagepooling、Globalmaxpooling、Globalaveragepooling 原文地址：文档对应地址 1.MaxPooling1D层、MaxPooling2D层、MaxPooling3D层 作用：最大值池化 keras.layers.pooling.MaxPooling1D(pool_size=2, strides=None, paddin...
keras中的卷积层&池化层的用法
01-21
首先导入keras中的模块 from keras.layers import Conv2D 卷积层的格式及参数： Conv2D(filters, kernel_size, strides, padding, activation=’relu’, input_shape) filters: 过滤器数量 kernel_size：指定...
tensorflow/keras笔记
01-20
一、tensorflow 1. flag https://www.jianshu.com/p/b4c2d43d81c6 2.TensorFlow的tf.random_uniform/normal()函数的用法 ...normal:正态分布，uniform:均匀分布 ...二、keras 1.model.predict(x)/mode
基于keras实现的中文文本纠错模型python源码+文档说明+数据
最新发布
01-22
基于keras实现的中文文本纠错模型python源码+文档说明+数据 中文文本纠错模型 这里提供三种文本纠错模型的实现 bert语言模型+字音字形相似度 correction_basic.py 缺点: 不能解决多字,少字问题 MLM correction_mlm....
Keras--池化层
升级迭代
04-07 4216
MaxPooling1D # keras.layers.MaxPooling1D(pool_size=2, strides=None, padding='valid') #缩小比例的因数 # strides如果是 None，那么默认值是 pool_size。 MaxPooling2D 对于空域数据的最大池化。 keras.layers.MaxPooling2D(pool_size=(...
Keras学习笔记(四)：MaxPooling1D和GlobalMaxPooling1D的区别
林夕
01-13 4万+
区别： 1.GlobalMaxPooling1D: 在steps维度（也就是第二维）对整个数据求最大值。 比如说输入数据维度是[10, 4, 10]，那么进过全局池化后，输出数据的维度则变成[10, 10]。 2.MaxPooling1D： 也是在steps维度（也就是第二维）求最大值。但是限制每一步的池化的大小。 比如，输入数据维度是[10, 4, 10]，池化层大小pooling_size=...
全局平均池化(global-average-pooling)
木盏
09-21 3万+
全局平均池化在很多视觉任务中会用到。之前对darknet-53结构分析的时候，特别留意了一下全局平局池化。 其实，这个操作就是它的字面意思：把特征图全局平均一下输出一个值，也就是把W*H*D的一个张量变成1*1*D的张量。下列引用来自stackoverflow: With Global pooling reduces the dimensionality from 3D to 1D. The...
Keras: GlobalMaxPooling vs. MaxPooling
Tardigrade_的博客
06-18 3545
Keras: GlobalMaxPooling vs. MaxPooling1D最大池化（1D Max Pooling）2D最大池化（2D Max Pooling）3D最大池化（3D Max Pooling）应用场景概念迁移参考文献 这其实不是个复杂的问题，但是查的时候看到有人把翻译的文章标原创，还不写出处，十分不爽，就自己写了一篇。 1D最大池化（1D Max Pooling） # MaxPoo...
DL框架之DL4J/Deeplearning4j：深度学习框架DL4J/Deeplearning4j的简介、安装、使用方法之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
09-19 3592
Deeplearning4j可以实施的技术包括受限玻尔兹曼机、深度置信网络、深度自动编码器、堆叠式降噪自动编码器、循环神经张量网络，以及word2vec、doc2vec和GloVe。硬件支持包括 CUDA GPU（10.0、10.1、10.2，OSX 除外）、x86 CPU（x86_64、avx2、avx512）、ARM CPU（arm、arm64、armhf）和 PowerPC（ppc64le）。：用于各种格式和文件（HDFS、Spark、图像、视频、音频、CSV、Excel 等）的。
keras中的卷积层&池化层
诗蕊的专栏
01-21 6910
文章目录卷积层创建卷积层卷积层的格式及参数：卷积层中的参数数量卷积层的形状池化层keras中的最大池化层参数 卷积层 创建卷积层 首先导入keras中的模块 from keras.layers import Conv2D 卷积层的格式及参数： Conv2D(filters, kernel_size, strides, padding, activation='relu', input_shape...
池化方法总结（Pooling）
热门推荐
Daniel_djf的专栏
01-05 6万+
在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。 为什么可以通过降低维度呢？ 因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此，为了描述大的图像，一个很自然的想法就是对不同位置的特征进行聚合统计，例如，人们可以计算图像一个区域上的某个特定特征的平均值
keras池化层调参笔记
u010995990的博客
03-02 1464
今天在调参的过程中，在调maxpooling时，发现了一个小技巧，假如对于一个维度为(None,20,500)的query_conv进行池化操作。 如果代码为 pool_query = MaxPooling1D(pool_size=20)(query_conv) 那么最终pool_query的最终维度为(None,1,500) 但是如果代码为 pool_quer...
空间金字塔池化 spatial_pyramid_pooling
LeeJiangLee的博客
02-21 645
如图所示，空间金字塔池化可以接受任意大小(arbitrary size)的feature maps, 将其分成固定的块（图中分别有4x4, 2x2, 1x1块）取块内的最大值。作为输出值。最后将这三组连接在一起，有固定的输出size：(16+4+1)x256 ...
[译] 在 Keras 中使用一维卷积神经网络处理时间序列数据
weixin_34185320的博客
11-14 1万+
原文地址：Introduction to 1D Convolutional Neural Networks in Keras for Time Sequences 原文作者：Nils Ackermann 译文出自：掘金翻译计划 本文永久链接：github.com/xitu/gold-m… 译者：haiyang-tju 校对者：lsvih leviding 概述 许多技术文章都关注于二维卷积...
python导入keras_将Keras模型导入Tensorflow.js
05-26
要将Keras模型导入Tensorflow.js，你需要遵循以下步骤： 1. 使用Keras将模型保存为.h5文件。可以使用以下代码： ``` from keras.models import load_model model = load_model('path/to/model.h5') ``` 2. 安装...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值