Keras/TensorFlow/PyTorch学习与实战
介绍Keras、TensorFlow、PyTorch等深度学习框架的相关理论与实战。
优惠券已抵扣
余额抵扣
还需支付
¥19.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
cchangcs
Make something different!
毕业于武汉大学软件工程专业,现就职于某厂。
展开
-
基于CNN的垃圾分类模型
基于TensorFlow和Keras的垃圾分类模型本篇博客主要介绍基于TensorFlow和Keras实现垃圾分类模型,目前是一篇占坑的博客,由于该项目目前用于参加比赛,因此暂时不能提供代码,感兴趣的可以私信我一起交流,识别结果如下所示:原创 2018-01-10 15:44:21 · 24164 阅读 · 782 评论 -
keras 字符分类
本文主要实现使用keras对字符进行分类。项目目录结构:一、生成数据。注:生成数据的代码只能在ubuntu操作系统中运行。generate_image.py:import osimport randomimport numpy as npimport uuidPATH_TO_LIGHT_BACKGROUNDS = 'light_backgrounds/'PAT...原创 2018-11-23 21:08:38 · 441 阅读 · 0 评论 -
Keras学习(一)——兼容backend
backend:keras基于什么东西来做运算,Keras可以基于两个Backend,一个是Theano,一个是TensorFlow,选择什么Keras就在底层使用什么来搭建神经网络。查看当前使用的backend:import keras修改backend(修改之前需要安装theano或TensorFlow):1、修改keras.json;(永久修改)2、(临时修改)...原创 2018-10-29 18:59:14 · 1032 阅读 · 0 评论 -
Keras学习(二)——Regression(回归)
本文主要介绍利用keras搭建简单的神经网络,对数据拟合。示例代码:import numpy as npfrom keras import Sequential # 按顺序建立的神经网络from keras.layers import Dense # Dense全连接层import matplotlib.pyplot as pltnp.random.seed(1337) ...原创 2018-10-29 19:22:15 · 806 阅读 · 0 评论 -
Keras学习(三)——分类classification
本文主要介绍使用keras搭建神经网络并对手写数字进行分类。代码:import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dense, Activatio...原创 2018-10-29 19:46:38 · 1446 阅读 · 0 评论 -
Keras学习(四)——CNN卷积神经网络
本文主要介绍使用keras实现CNN对手写数据集进行分类。示例代码:import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dense, Activati...原创 2018-10-29 20:06:54 · 920 阅读 · 0 评论 -
Keras学习(五)——RNN循环神经网络分类
本篇文章主要介绍通过RNN实现MNIST手写数据集分类。示例代码:import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dense, Activatio...原创 2018-10-30 19:07:56 · 2469 阅读 · 0 评论 -
Keras学习(六)——RNN循环神经网络回归
本文主要介绍使用RNN来实现回归,对曲线进行预测。示例代码:import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dense, TimeDistribu...原创 2018-10-30 19:40:31 · 3703 阅读 · 0 评论 -
Keras学习(七)——自编码AutoEncoder
本文主要介绍使用keras实现自编码。自编码:将数据压缩再解压,并进行cost的计算。(主要用于对数据进行降维,提取数据的主要部分)代码:import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Modelfrom ker...原创 2018-10-30 20:23:21 · 926 阅读 · 2 评论 -
Keras学习(八)——save & reload
本文主要介绍如何在Keras中保存和加载模型。示例代码:import numpy as npnp.random.seed(1337) # for reproducibilityfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.models import load_model...原创 2018-10-30 20:26:27 · 382 阅读 · 0 评论 -
keras——underfiting & overfiting
本文主要介绍keras中过拟合和欠拟合的情况,以及如何解决过拟合和欠拟合的情况。示例代码:from keras.datasets import imdbimport numpy as npfrom keras.models import Sequentialfrom keras.layers import Dense, Dropoutimport matplotlib.pyplo...原创 2018-11-04 21:08:16 · 263 阅读 · 0 评论 -
keras房屋价格预测
本文主要介绍使用keras来做房屋价格预测。示例代码:from keras.datasets import boston_housingfrom keras.models import Sequentialfrom keras.layers import Denseimport numpy as npfrom keras import backend as Kimport ma...原创 2018-11-04 19:27:15 · 658 阅读 · 0 评论 -
Keras——imdb电影评论分类
本文主要介绍使用keras对IMDB评论进行分类。示例代码:import kerasfrom keras.datasets import imdbimport numpy as npfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import RMSpr...原创 2018-11-03 19:30:59 · 2122 阅读 · 0 评论 -
keras 使用卷积神经网络进行序列处理
本文主要介绍使用卷积神经网络进行序列处理。下面是示例代码:# coding: utf-8# In[2]:'''使用convnet进行序列处理:在Keras中,通过`Conv1D`层使用1D convnet,它具有与`Conv2D`非常相似的接口。它需要具有shape`(样本,时间,特征)的3D张量输入,并且还返回类似形状的3D张量。卷积窗口是时间轴上的1D窗口,输入张...原创 2018-11-17 14:34:39 · 1990 阅读 · 0 评论 -
keras one-hot编码
本文主要介绍使用keras对数据进行one-hot编码。下面是示例代码:import numpy as np# 初始数据; 每个“样本”一个条目samples = ['The cat sat on the mat.', 'The dog ate my homework.']# 首先,构建数据中所有token的索引token_index = {}for sample in s...原创 2018-11-12 16:34:58 · 6017 阅读 · 0 评论 -
keras RNN的高级用法
本文主要介绍循环神经网络的高级用法。本节将介绍三种用于改善循环神经网络的性能和泛化能力的高级技术。* *Recurrent dropout 递归丢失*,一种特定的内置方法,可以使用丢失来对抗复发层中的过度拟合。* *Stacking recurrent layers 堆叠循环层*,以增加网络的代表性能力(以更高的计算负荷为代价)。* *Bidirectional recurrent...原创 2018-11-14 17:13:52 · 3297 阅读 · 1 评论 -
keras使用LSTM生成文本
本文主要介绍使用LSTM实现字符级文本生成。下面是示例代码:# coding: utf-8# In[1]:# 下载语料库并将其转化为小写import kerasimport numpy as nppath = keras.utils.get_file( 'nietzsche.txt', origin='https://s3.amazonaws.com...原创 2018-11-17 15:14:27 · 3501 阅读 · 0 评论 -
keras单词嵌入(word embeddings)
将矢量与单词相关联的另一种流行且有效的方法是使用密集的“单词向量”,也称为“单词嵌入”。 虽然通过单热编码获得的向量是二进制的,稀疏的(主要由零组成)和非常高维的(与词汇表中的单词数相同的维度),“单词嵌入”是低维浮点向量(即 “密集”向量,与稀疏向量相反)。 与通过one-hot编码获得的单词向量不同,单词嵌入是从数据中学习的。当处理非常大的词汇表时,通常会看到256维,512维或1024维的单...原创 2018-11-13 12:17:45 · 1216 阅读 · 0 评论 -
keras RNN、LSTM对IMDB数据集进行分类
本文介绍如何基于keras采用RNN和LSTM对IMDB数据集进行分类。示例代码:from keras.layers import SimpleRNNfrom keras.models import Sequentialfrom keras.layers import Embedding, SimpleRNNmodel = Sequential()model.add(Embed...原创 2018-11-13 14:53:43 · 3222 阅读 · 0 评论 -
keras实现Deep Dream
本文主要介绍通过keras提供的Inception V3实现Deep Dream,keras提供了许多类似的可用网络,如VGG16,VGG19, Xception,ResNet50。下面是示例代码:# coding: utf-8# In[2]:from keras.applications import inception_v3from keras import backe...原创 2018-11-17 16:21:06 · 1098 阅读 · 0 评论 -
keras 实现GAN(生成对抗网络)
本文将介绍如何在Keras中以最小的形式实现GAN。具体实现是一个深度卷积GAN,或DCGAN:一个GAN,其中generator和discriminator是深度卷积网络,它利用`Conv2DTranspose`层对generator中的图像上采样。然后将在CIFAR10的图像上训练GAN,CIFAR10数据集由属于10个类别(每个类别5,000个图像)的50,000个32x32 RGB图像构...原创 2018-11-18 16:35:46 · 19227 阅读 · 9 评论 -
Keras预训练的ImageNet模型实现分类
本文主要介绍通过预训练的ImageNet模型实现图像分类,主要使用到的网络结构有:VGG16、InceptionV3、ResNet50、MobileNet。代码:import kerasimport numpy as npfrom keras.applications import vgg16, inception_v3, resnet50, mobilenet# 加载模型v...原创 2019-02-28 10:37:01 · 3145 阅读 · 0 评论 -
Keras Fine Tuning(微调)(1)
目录Keras Fine Tuning(微调)(1)Keras Fine Tuning(微调)(2)Keras Fine Tuning(微调)(3)数据集下载:https://download.csdn.net/download/github_39611196/10940372本文主要介绍Keras中的fine tuning(微调),通过对西瓜、南瓜、番茄数据集进行分类来进行实...原创 2019-01-13 16:38:51 · 1374 阅读 · 0 评论 -
Keras Fine Tuning(微调)(2)
目录Keras Fine Tuning(微调)(1)Keras Fine Tuning(微调)(2)Keras Fine Tuning(微调)(3)数据集下载:https://download.csdn.net/download/github_39611196/10940372接上一篇博客: Keras Fine Tuning(微调)(1) ,本文主要介绍Keras中的fine...原创 2019-01-14 14:54:46 · 1337 阅读 · 0 评论 -
Keras Fine Tuning(微调)(3)
目录Keras Fine Tuning(微调)(1)Keras Fine Tuning(微调)(2)Keras Fine Tuning(微调)(3)数据集下载:https://download.csdn.net/download/github_39611196/10940372接上一篇博客: Keras Fine Tuning(微调)(2) ,本文主要介绍Keras中的fine...原创 2019-01-15 21:38:55 · 883 阅读 · 0 评论 -
keras对猫、狗数据集进行分类(一)
目录keras对猫、狗数据集进行分类(一)keras对猫、狗数据集进行分类(二)keras对猫、狗数据集进行分类(三)数据集:cats_and_dogs_dataset本文主要介绍使用keras对猫、狗图片进行分类,在小型数据集上从头开始训练一个convnet。使用非常少的数据训练图像分类模型是一种常见的情况,“少量”样本可能意味着几百到几万个图像。作为一个实际例子,对“狗...原创 2018-11-05 12:08:00 · 7187 阅读 · 6 评论 -
keras对猫、狗数据集进行分类(二)
目录keras对猫、狗数据集进行分类(一)keras对猫、狗数据集进行分类(二)keras对猫、狗数据集进行分类(三)数据集:cats_and_dogs_dataset深入学习小图像数据集的一种常见且高效的方法是利用预先训练的网络。预先训练的网络只是先前在大型数据集上训练的保存网络,通常是在大规模图像分类任务上。如果这个原始数据集足够大且足够通用,则预训练网络学习的空间特征层次...原创 2018-11-05 11:45:47 · 3387 阅读 · 0 评论 -
keras对猫、狗数据集进行分类(三)
目录keras对猫、狗数据集进行分类(一)keras对猫、狗数据集进行分类(二)keras对猫、狗数据集进行分类(三)数据集:cats_and_dogs_dataset使用已训练模型对猫狗图片进行测试,以及可视化模型训练过程。示例代码:# # 可视化卷积神经网络## 人们常说,深度学习模型是“黑盒子”,学习表示难以提取并以人类可读的形式呈现。# 虽然对于某些类...原创 2018-11-12 16:06:40 · 1821 阅读 · 0 评论 -
使用TensorFlow进行图像处理
TensorFlow学习(使用TensorFlow进行图像处理)一、图片的放大缩小在使用TensorFlow进行图片的放大缩小时,有三种方式: 1、tf.image.resize_nearest_neighbor():临界点插值 2、tf.image.resize_bilinear():双线性插值 3、tf.image.resize_bicubic():双立方插值算法下面是示例代码:# enc原创 2018-01-27 23:01:37 · 4902 阅读 · 0 评论 -
TensorFlow搭建简单的神经网络
本篇博客主要介绍使用TensorFlow来搭建简单的神经网络,需要用到python中TensorFlow和numpy模块,下面是示例代码。# encoding:utf-8import tensorflow as tfimport numpy as np# 添加层def add_layer(inputs, in_size, out_size, activation_function...原创 2018-07-07 09:48:51 · 504 阅读 · 0 评论 -
TensorFlow保存和加载模型
本篇博客主要介绍tensorflow中如何保存和加载模型。保存模型:from __future__ import print_functionimport tensorflow as tfimport numpy as np# Save to file# remember to define the same dtype and shape when restoreW = tf.Var...原创 2018-07-10 16:35:03 · 324 阅读 · 0 评论 -
TensorFlow实现CNN网络对手写数字进行识别
本篇博客介绍通过TensorFlow实现CNN网络对手写数字进行识别,下面是具体的实现代码:注:数据集下载等问题可以参考另一篇博客:TensorFlow MNIST数据集手写数字识别(并解决MNIST数据集下载问题)# encoding:utf-8import tensorflow as tffrom tensorflow.examples.tutorials.mnist import inp...原创 2018-07-10 16:12:24 · 503 阅读 · 0 评论 -
matplotlib实现TensorFlow训练过程的可视化
本篇博客介绍使用matplotlib实现TensorFlow训练过程的可视化,下面是代码:# encoding:utf-8import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# 添加层def add_layer(inputs, in_size, out_size, activation...原创 2018-07-07 10:03:51 · 1552 阅读 · 0 评论 -
TensorFlow MNIST数据集手写数字识别(并解决MNIST数据集下载问题:urllib.error.HTTPError: HTTP Error 404: Not Found)
目录一、准备数据二、搭建网络三、完整代码四、运行结果本篇博客主要介绍通过TensorFlow实现MNIST数据集的手写数字识别。一、准备数据首先需要获取数据,可以通过以下代码进行获取:from tensorflow.examples.tutorials.mnist import input_data# 获取数据,number 1 to 10mnist = in...原创 2018-07-09 15:31:29 · 5526 阅读 · 1 评论 -
Tensorboard实现神经网络的可视化
本篇博客介绍使用Tensorboard实现神经网络的可视化,首先是实现可视化的代码:# encoding:utf-8import tensorflow as tf# 添加层def add_layer(inputs, in_size, out_size, activation_function=None): with tf.name_scope('layer'): ...原创 2018-07-07 11:31:36 · 1152 阅读 · 1 评论 -
TensorFlow可视化梯度下降/公式调参
本篇博客主要介绍TensorFlow中的可视化梯度下降和参数调参。首先是可视化梯度下降,使用的是python中Axes3d模块。示例代码:import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3DLR = 0.0...原创 2018-07-20 15:45:46 · 2381 阅读 · 0 评论 -
TensorFlow利用dropout解决过拟合问题
在TensorFlow训练样本的数据中,有时会出现过拟合(overfiting)的问题,可以采取dropout的方法来解决,即随机丢弃部分样本。 下面是示例代码,通过tensorboard对结果进行了可视化: import tensorflow as tffrom sklearn.datasets import load_digitsfrom skl...原创 2018-07-10 14:39:24 · 1173 阅读 · 0 评论 -
TensorFlow批标准化(Batch Normalization)
本篇博客主要介绍深度学习中批标准化(batch normalization),是将分散的数据统一的一种方法,batch normalization被添加在全连接层和激活函数之间经过和未经过batch normalization的数据经过激活函数的输入输出区别batch normalization不仅正向对数据进行了标准化,还对数据进行反向标准化,可以让神经网络知道批标...原创 2018-07-20 13:58:39 · 1497 阅读 · 0 评论 -
TensorFlow实现LSTM(分类)
最近在学习TensorFlow,学习了使用TensorFlow来实现LSTM(长短时记忆),并学习了LSTM在分类方面的示例。即应用TensorFlow实现LSTM,对 MNIST 数据集进行分类。下面是示例代码:#encoding:utf-8import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input...原创 2018-07-16 15:45:37 · 7702 阅读 · 0 评论 -
TensorFlow实现LSTM(回归)
最近在学习TensorFlow,并学习了在TensorFlow中实现LSTM的回归应用。下面是示例代码:import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltBATCH_START = 0TIME_STEPS = 20BATCH_SIZE = 50INPUT_SIZE = 1OUT...原创 2018-07-16 15:52:08 · 6848 阅读 · 1 评论