MIss-Y的博客

前言：前面有文章专门讲过使用keras如何实现自定义层，本文将继续介绍使用keras如何实现一个自定义模型，其实实现自定义层和自定义的方式与pytorch极度类似，注意体会他们的联系和区别，前面的文章参见：keras实现自定义层的关键步骤解析另外，本文基于tensorflow2.0的高层API——tf.keras，使用的案例是手写字识别一、函数式 API（Functional AP...

前言：keras默认提供了如何获取某一个层的某一个节点的输出，但是没有提供如何获取某一个层的输出的接口，所以有时候我们需要获取某一个层的输出，则需要自己编写代码，但是鉴于keras高层封装的特性，编写起来实际上很简单，本文提供两种常见的方法来实现，基于上一篇文章的模型和代码：keras自定义回调函数查看训练的loss和accuracy一、模型加载以及各个层的信息查看从前面的定义...

前言：keras是一个十分便捷的开发框架，为了更好的追踪网络训练过程中的损失函数loss和准确率accuracy，我们有几种处理方式，第一种是直接通过 history=model.fit()，来返回一个history对象，通过这个对象可以访问到训练过程训练集的loss和accuracy以及验证集的loss和accuracy。第二种方式就是通过自定义一个回调函数Call backs，来实现这...

前言：前面已经详细介绍了keras整个图像预处理模块的详细流程，参见下面两篇文章：keras的图像预处理全攻略（二）—— ImageDataGenerator 类keras的图像预处理全攻略（三）—— ImageDataGenerator 类的辅助类本文结合实际案例来说说明到底该怎么应用ImageDataGenerator 类以及需要注意的一些事项一、图像分类问题中Im...

上一篇文章介绍了keras图像预处理的核心类—— ImageDataGenerator 类，其实关于keras的图像预处理与图像generator都是通过这个类来实现的，第一篇文章介绍的相关方法都是为这个类服务的辅助方法，本文要介绍的几个类都是为ImageDataGenerator 类服务的辅助类，所以在实际应用中，一般不需要用到辅助方法与辅助类，只需要使用ImageDataGene...

前言：Keras提供众多常见的已编写好的层对象，例如常见的卷积层、池化层等，我们可以直接通过以下代码调用。Keras中的层大致上分为两种类型：第一种是带有训练参数的：比如Dense层、Conv2D层，等等，我们在训练的过程中需要训练层的权重和偏置项；第二种是不带训练参数的：比如dropout层、flatten层、等等，我们不需要训练它的权重，只需要对输入进行加工处理再输出就行了。...

前言：上一篇文章中《Tensorboard深入详解（一）——使用keras结合Tensorboard可视化神经网络详细教程》，我们可以看出使用keras预定义的回调函数可以非常方便的实现Tensorboard可视化，简单高效、使用快捷。但是也有不好的地方，比如我不想查看所有的权重，我只对某一个有兴趣，那我就不得不保存所有的信息到日志文件里面，这导致比较浪费，要是有办法可以定制就好了，本文不...

上一篇文章已经详细介绍了keras进行图像预处理的一些常规操作，但是有一个问题就是上面的那些方法都是针对一张图片进行操作的，我们在深度学习的时候，当然也可以事先先一张一张将图片进行预处理，然后再将图片放入训练，但是这样做效率比较低下，而且不是实时的，即图像的预处理变成了完全的事先操作，和后面的训练毫无关系。那有没有效率更加高校一些，在训练的时候边训练边处理的实时操作方法呢？keras提供了...

前言：tensorboard是一个非常强大的工具、不仅仅可以帮助我们可视化神经网络训练过程中的各种参数，而且可以帮助我们更好的调整网络模型、网络参数，这一块类容后面会讲到，不管是tensorflow、keras、还是pytorch，tensorboard都提供了非常好的支持，本文是系列文章的第一篇，详细介绍基于keras+tensorboard如何来进行网络的可视化。写这篇文章的初衷很简单...

keras中主要提供了主要的四个模块：（1）......\Lib\site-packages\keras\preprocessing\image.py (这个不完全，完全的详细的参考下面的序号2)（2）......\Lib\site-packages\keras_preprocessing\image.py（3）......\Lib\site-packages\keras...

前言：前面的系列文章已经系统的说明了keras的图像预处理操作，有原理部分、也有少量实践部分，可以参考下面的文章：keras的图像预处理全攻略（四）—— ImageDataGenerator 类实践案例keras的图像预处理全攻略（三）—— ImageDataGenerator 类的辅助类keras的图像预处理全攻略（二）—— ImageDataGenerator 类ker...

本人使用的开发环境python3.6.8+tensorflow1.9+keras2.2.4前提：已经正确安装pydot和graphviz的python软件包，并且安装windows的graphviz安装包，并且配置好了环境变量错误：pydot不能够正确调用graphviz，请确保已经安装了graphviz并配置了环境变量网络上其它的解决方案：（1）确保安装顺序正确：gr...