![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Keras
宋建国
接下来要更新的内容有:Flask全栈知识
展开
-
Keras学习(一)-mnist手写数据处理(全连接形式)
1.导入必要的运行库import numpy as npimport pandas as pdfrom keras.utils import np_utilsnp.random.seed(10) #设置随机种子2.导入手写数字数据(下载)并进行处理from keras.datasets import mnist(x_train_image, y_train_label), \(...原创 2019-04-17 20:20:06 · 785 阅读 · 0 评论 -
Keras文档学习(一)-快速开始
文档地址1.模型编译时可以自定义模型准确率评估函数# 自定义评估标准函数import keras.backend as Kdef mean_pred(y_true, y_pred): return K.mean(y_pred)model.compile(optimizer='rmsprop', loss='binary_crossentropy',...原创 2019-04-19 15:23:44 · 208 阅读 · 0 评论 -
Keras中文官方文档(离线版)
点此查看转载 2019-04-19 14:50:41 · 8783 阅读 · 0 评论 -
Keras学习(十)-加载已经训练好的模型进行预测(以全连接imdb为例)
#加载已经训练好的模型进行预测的from keras.models import load_modelfrom keras.layers.embeddings import Embeddingfrom keras.preprocessing import sequencefrom keras.preprocessing.text import Tokenizerfrom keras.mo...原创 2019-04-19 14:36:07 · 3948 阅读 · 0 评论 -
Keras学习(九)-IMDB情感分析(LSTM形式)
LSTM,是专门设计来解决RNN长期依赖的问题1.数据准备from keras.datasets import imdbfrom keras.preprocessing import sequencefrom keras.preprocessing.text import Tokenizerimport numpy as npnp.random.seed(10)import...原创 2019-04-19 14:04:09 · 1068 阅读 · 0 评论 -
Keras学习(八)-IMDB情感分析(RNN形式)
1.流程图2.数据准备from keras.datasets import imdbfrom keras.preprocessing import sequencefrom keras.preprocessing.text import Tokenizerimport rere_tag = re.compile(r'<[^>]+>')def rm_tags(t...原创 2019-04-19 13:53:42 · 1226 阅读 · 1 评论 -
Keras学习(七)-IMDB情感分析(全连接形式)
1.模型流程2.数据处理#导入运行库from keras.datasets import imdbfrom keras.preprocessing import sequencefrom keras.preprocessing.text import Tokenizerimport numpy as npnp.random.seed(10)#进行数据预处理import re...原创 2019-04-19 10:21:53 · 928 阅读 · 0 评论 -
Keras学习(六)-imdb电影影评数据处理(自然语言处理)
1.处理流程建立token字典:因为深度学习模型是无法处理文字的,必须将文字对应成可以计算的数字,所以需要将“影评文字”对应成为“数字列表”建立一一对应关系,本训练中提取最常用的前2000个高频词语进行建立token字典,因为最常用的词语对情感分析是最为重要的。同时为保持所用影评的“数字列表”的长度都是统一的(放入模型中的参数必须规格统一),采取取长补短法,短的在前面填0,长的截取前面的元素...原创 2019-04-19 08:37:41 · 1841 阅读 · 0 评论 -
Keras学习(五)-泰坦尼克号幸存预测(全连接形式)
1.导入运行库import numpyimport pandas as pdfrom sklearn import preprocessingnumpy.random.seed(10)2.数据准备all_df = pd.read_excel("data/titanic3.xls")#去除无用数据cols=['survived','name','pclass' ,'sex', '...原创 2019-04-19 08:11:41 · 357 阅读 · 0 评论 -
Keras学习(四)-泰坦尼克号幸存数据处理
1.下载数据import urllib.requestimport os #用于确认数据是否已经存在url="http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3.xls"filepath="data/titanic3.xls"if not os.path.isfile(filepath):#判断文件存在就不会...原创 2019-04-18 17:28:05 · 1253 阅读 · 0 评论 -
Keras学习(三)-Cifar10数据处理(卷积神经网络形式)
1.导入运行库from keras.datasets import cifar10import numpy as npnp.random.seed(10)2.数据预处理#读入数据(x_img_train,y_label_train),(x_img_test,y_label_test)=cifar10.load_data()#显示训练集测试集的形状print("train dat...原创 2019-04-18 10:59:58 · 872 阅读 · 0 评论 -
Keras学习(二)-mnist手写数据处理(卷积神经网络形式)
1.导入运行库from keras.datasets import mnistfrom keras.utils import np_utilsimport numpy as npnp.random.seed(10)2.进行数据预处理(x_Train, y_Train), (x_Test, y_Test) = mnist.load_data()x_Train4D=x_Train.r...原创 2019-04-17 21:04:51 · 418 阅读 · 0 评论 -
Keras文档学习(二)-模型
堆叠层API1. 编译函数compile(optimizer, loss=None, metrics=None, loss_weights=None, sample_weight_mode=None, weighted_metrics=None, target_tensors=None)参数optimizer: 字符串(优化器名)或者优化器对象。详见 optimizers。loss:...原创 2019-04-19 20:03:56 · 319 阅读 · 0 评论