深度学习-keras
CIA_agent
这个作者很懒,什么都没留下…
展开
-
keras入门 --- Data augmentation(数据扩充)
keras入门 — Data augmentation(数据扩充)在深度学习中,我们经常需要用到一些技巧(比如将图片进行旋转,翻转等)来进行data augmentation, 来减少过拟合。 在本文中,我们将主要介绍如何用深度学习框架keras来自动的进行data augmentation。现在让我们来看一个例子:@requires_authorizationfrom keras.prep原创 2017-01-04 11:50:52 · 27933 阅读 · 19 评论 -
keras入门 ---在小数据集上训练神经网络
针对小数据集的深度学习本文主要探讨一些面向小数据集构造高效、实用的图像深度学习模型的方法 我经常听到的一种说法是,深度学习只有在你拥有海量数据时才有意义。虽然这种说法并不是完全不对,但却具有较强的误导性。当然,深度学习强调从数据中自动学习特征的能力,没有足够的训练样本,这几乎是不可能的。尤其是当输入的数据维度很高(如图片)时。然而,卷积神经网络作为深度学习的支柱,被设计为针对“感知”问题最好的模型原创 2017-05-15 16:13:38 · 12466 阅读 · 0 评论 -
keras入门 ---用预训练好网络模型的bottleneck特征
在深度学习的学习过程中,我们可能会用到一些已经训练好的模型,比如 Alex Net, google net, VGG net, ResNet等,那我们怎么使用这些已经训练好的模型呢? 在这篇博客中,我们使用已经训练好的VGG16模型来帮助我们进行这个分类任务,因为我们要分类的是猫,狗这类物体,而VGG net是在imageNet上训练的,而imageNet实际上已经包含了这2中物体。 我们的方法原创 2017-05-15 16:46:35 · 3337 阅读 · 1 评论 -
keras入门 ---在预训练好网络模型上进行fine-tune
在深度学习的学习过程中,我们可能会用到一些已经训练好的模型,比如 Alex Net, google net, VGG net, ResNet等,那我们怎么对这些已经训练好的模型进行fine-tune来提高准确率呢? 在这篇博客中,我们使用已经训练好的VGG16模型来帮助我们进行这个分类任务,因为我们要分类的是猫,狗这类物体,而VGG net是在imageNet上训练的,而imageNet实际上已原创 2017-05-15 17:10:26 · 17634 阅读 · 3 评论