- 博客(13)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 【深度学习】keras + tensorflow 实现猫和狗图像分类
本文主要是使用【监督学习】实现一个图像分类器，目的是识别图片是猫还是狗。从【数据预处理】到 【图片预测】实现一个完整的流程， 当然这个分类在 Kaggle 上已经有人用【迁移学习】（VGG，Resnet）做过了，迁移学习我就不说了，我自己用 Keras + Tensorflow 完整的实现了一遍。准备工作：数据集： Dogs vs. Cats 注册激活困难，自己想想办法，Ps：实在注...
2018-12-25 17:08:46
3318
3
转载 Keras中Conv1D和Conv2D的区别
我的答案是，在Conv2D输入通道为1的情况下，二者是没有区别或者说是可以相互转化的。首先，二者调用的最后的代码都是后端代码（以TensorFlow为例，在tensorflow_backend.py里面可以找到）：x = tf.nn.convolution( input=x, filter=kernel, dilation_rate=(d...
2018-12-25 17:07:16
2620
转载 用“Keras”11行代码构建CNN
摘要： 还在苦恼如何写自己的CNN网络？看更多深度文章，请关注：https://yq.aliyun.com/clou大神如何使用keras11行代码构建CNN网络,有源码提供。我曾经演示过如何使用TensorFlow创建卷积神经网络（CNN）来对MNIST手写数字数据集进行分类。TensorFlow是一款精湛的工具，具有强大的功能和灵活性。然而，对于快速原型制作工作，可能显得有些麻烦。Kera...
2018-12-25 17:06:24
211
转载 tensorflow和kears的data_format数据格式问题详解
DATA_FORMAT这是一个无可奈何的问题，在如何表示一组彩色图片的问题上，Theano和TensorFlow发生了分歧， '日'模式，也即Theano模式会把100张RGB三通道的16×32（高为16宽为32）彩色图表示为下面这种形式（100,3,16,32），Caffe采取的也是这种方式。第0个维度是样本维，代表样本的数目，第1个维度是通道维，代表颜色通道数。后面两个就是高和宽了。这种t...
2018-12-25 17:04:58
890
1
转载 深入浅出 TensorFlow（六）TensorFlow 高层封装
2017 年 2 月 16 日，Google 正式对外发布 Google TensorFlow 1.0 版本，并保证本次的发布版本 API 接口完全满足生产环境稳定性要求。这是 TensorFlow 的一个重要里程碑，标志着它可以正式在生产环境放心使用。在国内，从 InfoQ 的判断来看，TensorFlow 仍处于创新传播曲线的创新者使用阶段，大部分人对于 TensorFlow 还缺乏了解...
2018-12-25 16:14:35
522
转载 【深度学习图像识别课程】keras实现CNN系列：（4）MLP/CNN实现CIFAR-10图像分类
一、卷积层、池化层的一般设置1、卷积层滤波器数量逐渐增加，kernel_size范围2*2~5*5，一般设置为2*2，strides设置为1， padding='same'，并在最后添加Relu激活。如果对于第一层，还要增加input_shape。深度从输入层的3，变成16，再到32，再到64，维度越来越大。深度要更深，于是我们考虑减少宽度、高度。from keras....
2018-12-25 16:13:23
1384
转载 matlab中legend函数的用法
部分内容摘自：http://blog.sina.com.cn/s/blog_6bdb7efd0100q091.html简要介绍：legend 是matlab中用于设置图例的线条和patches的函数，例如下图右上角上的线条和字幕的设置等等。函数使用方法：legend('string1','string2',...) legend(h,'string1','string2',...
2018-12-19 16:34:28
24501
转载 ROC和AUC介绍以及如何计算AUC
ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣，对两者的简单介绍见这里。这篇博文简单介绍ROC和AUC的特点，以及更为深入地，讨论如何作出ROC曲线图以及计算AUC。ROC曲线需要提前说明的是，我们这里只讨论二值分类器。对于分类器，或者说分类算法，评价指标主要有precis...
2018-12-14 17:09:03
257
转载 数据标准化方法z-score讲解(matlab)
在数据分析之前，我们通常需要先将数据标准化（normalization），利用标准化后的数据进行数据分析。z-score 标准化(正太标准化)是基于原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。将A的原始值x使用z-score标准化到x’。在matlab中，我们可以直接利用zscore(x)这个函数来将数据标准化。其核心思想是：z=(x...
2018-12-11 15:32:15
9266
转载 matlab标准化和反标准化——zscore
先说一下一个小疑问：目前所了解的归一化概念有点模棱两可，目前可能有三种理解假设矩阵Ａ大小ｎ＊ｍ，ｎ代表样本数，ｍ代表每一个样本的维度①单独对每一列(全部样本的同一个属性)进行归一化②单独对每一行(一个样本的所有的属性)进行归一化③对整个矩阵Ａ进行归一化这三个理解都能达到所有数据变换到[0,1]的效果。然后，正确的答案是：归一化是针对相同维度进行的，即①的理解。但是...
2018-12-11 15:30:52
2187
转载 ROC曲线及AUC
ROC曲线意义ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve),是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、（1-特异性）为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。在...
2018-12-07 10:39:34
976
转载 weka使用教程3--对分类结果进行分析
1 SummaryCorrectly Classified Instances :正确分类的实例Incorrectly Classified Instances ：错误分类的实例Kappa statistic：就是假设有两个相互独立的人分别将N个物品分成C个相互独立的类别,如果双方结果完全一致则K值为1,反之K值为0; Mean absolute error ：就是把N次实验的绝对误差求...
2018-12-07 10:20:01
2572
转载 ROC曲线详解及matlab绘图实例
有关ROC曲线的内容转自wiki：https://zh.wikipedia.org/wiki/ROC%E6%9B%B2%E7%BA%BF，版权归原作所有在信号检测理论中，接收者操作特征曲线（receiver operating characteristic curve，或者叫ROC曲线）是一种坐标图式的分析工具，用于 (1) 选择最佳的信号侦测模型、舍弃次佳的模型。 (2) 在同一模型中...
2018-12-07 10:03:54
1695
spring-orm-3.2.5.RELEASE.jar
2018-03-16
commons.collections_3.2.0.jar
2018-03-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人