函数皮尔森的相关性
from scipy.stats import pearsonr
import tempfile 如果你的程序需要一个临时文件来存储数据,但不需要与其他程序共享,那么就需要用该函数来创建临时文件,用这个函数创建的临时文件,关闭后会自动删除
model.to_json() 以 JSON 字符串的形式返回模型的表示。请注意,该表示不包括权重,仅包含结构。你可以通过以下方式从 JSON 字符串重新实例化同一模型(使用重新初始化的权重):
model.get_config() 返回包含模型配置信息的字典。通过以下代码,就可以根据这些配置信息重新实例化模型:
from keras.callbacks import EarlyStopping
当被监测的数量不再提升,则停止训练。
from keras import backend as k
如果你想用keras写出兼容theano和tensorflow两种backend的代码,那么你必须使用从抽象keras backend api 来写代码。那么就要做如上操作
关于tensorflow中 os.environ环境变量的设置
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=‘0’ #默认值,打印所有信息
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=‘1’ #屏蔽INFO信息
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=‘2’ #屏蔽INFO与WARNING信息
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=‘3’ #屏蔽INFO, WARING, ERROR信息
或者是 cuda_VISIBLE_DEVICES
import os
os.environ[“CUDA_VISIBLE_DEVICES”] = “2” #仅使用GPU2(也就是第3块GPU)
os.environ[“CUDA_VISIBLE_DEVICES”] = “2, 3” #也可以指定多块
os.environ[“CUDA_VISIBLE_DEVICES”] = “” #不使用GPU
numpy.std() 求标准差的时候默认是除以n的,
keras中verbose的作用
在fit和evaluate中都有verbose这个参数
fit的表示
verbose默认为1
verbose:日志显示
verbose = 0 为不在标准输出流输出日志信息
verbose = 1 为输出进度条记录
verbose = 2 为每个epoch输出一行记录
evaluate的表示
与上面相同,
但只能取0或者1 默认依然为1