python
文章平均质量分 81
smallworldxyl
这个作者很懒,什么都没留下…
展开
-
tensorflow2.0 预测新文本(二)
之前的文本我们是采用的一个自己输入的data,数据量太小,生成的新闻本效果不好,这次我们采用更多的数据进行预测。1.数据获取数据的格式与之前相同,只不过数据量增大了,下载的数据存储到/tmp/irish-lyrics-eof.txt(可以按照自己需求更改)!wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.com/irish-lyrics-eof.txt \原创 2021-09-25 15:30:00 · 297 阅读 · 0 评论 -
tensorflow2.0 预测新文本(一)
先记录一个报错1.导入库import tensorflow as tffrom tensorflow.keras.preprocessing.sequence import pad_sequencesfrom tensorflow.keras.layers import Embedding, LSTM, Dense, Bidirectionalfrom tensorflow.keras.preprocessing.text import Tokenizerfrom tensorflow.ker原创 2021-09-25 14:49:48 · 697 阅读 · 0 评论 -
tensorflow2.0实现IMDB文本数据集学习词嵌入
1. IMDB数据集示例如下所示[ { "rating": 5, "title": "The dark is rising!", "movie": "tt0484562", "review": "It is adapted from the book. I did not read the book and maybe that is why I still enjoyed the movie. There are recent原创 2021-09-24 10:47:22 · 505 阅读 · 0 评论 -
tensorflow2.0使用keras的Tokenizer文本预处理
tokenizer = Tokenizer(num_words=max_words) # 只考虑最常见的前max_words个词tokenizer.fit_on_texts(texts) #使用一系列文档来生成token词典,texts为list类,每个元素为一个文档 sequences =tokenizer.texts_to_sequences(texts) # 将多个文档转换为word下标的向量形式,shape为[len(texts),len(text)] – (文档数,每条文档的长度).原创 2021-09-23 15:28:16 · 2312 阅读 · 0 评论 -
tensorflow实现猫狗分类器(三)Inception V3迁移学习
部分内容来自 博主史丹利复合田的Keras 入门课6 – 使用Inception V3模型进行迁移学习地址:https://blog.csdn.net/tsyccnh/article/details/78889838迁移学习主要分为两种第一种即所谓的transfer learning,迁移训练时,移掉最顶层,比如ImageNet训练任务的顶层就是一个1000输出的全连接层,换上新的顶层,比如输出为10的全连接层,然后训练的时候,只训练最后两层,即原网络的倒数第二层和新换的全连接输出层。可以说tr.原创 2021-09-21 19:12:01 · 932 阅读 · 0 评论 -
tensorflow实现猫狗分类器(二)数据增强版
在上文我们训练了一个猫狗分类器,虽然训练集的表现很好但是验证集却还不够,并且有明显的过拟合现象。为了克服过拟合通常需要扩大数据集,但是往往并没有足够的数据用来训练,所以我们采用数据增强的方式扩大训练规模。我们利用ImageGenerator来实现数据增强train_datagen = ImageDataGenerator( rotation_range=40, width_shift_range=0.2, height_shift_range=0.2, s原创 2021-09-21 15:39:36 · 367 阅读 · 0 评论 -
tensorflow实现猫狗分类器(一)
注:该代码均为在colab上通过挂载谷歌云盘实现,所以目录结构为linux结构。wget在jupyter中需要先安装。from google.colab import files为从谷歌云盘读取文件的代码1.下载猫狗图片数据集!wget --no-check-certificate \ https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip \ -O /tmp/cats_and_dogs_filtered.原创 2021-09-20 23:08:29 · 478 阅读 · 0 评论 -
Tensorflow 自建数据集实现人-马二分类识别
从网站下载数据集解压到工作目录import osimport zipfilelocal_zip = 'E:\JupyterWorkdir\data\horse-or-human.zip'zip_ref = zipfile.ZipFile(local_zip, 'r')zip_ref.extractall('E:\JupyterWorkdir\data\horse-or-human')zip_ref.close()目录如下图查看每个分类前10个图像import os# Directo原创 2021-09-20 18:36:32 · 581 阅读 · 0 评论 -
tensorflow实现循环神经网络
一.循环核二.RNN实现字母预测。2.1 输入一个字母预测下个字母该例实现对于a,b,c,d,e五个字母,对于5个字母进行训练,要求最终可以通过输入字母a网络可以输出b,输入b网络预测出c,…。对于5个字母进行one-hot编码import tensorflow as tfimport numpy as npfrom tensorflow.keras.layers import Dense, SimpleRNNimport matplotlib.pyplot as pltim原创 2021-09-19 11:12:14 · 385 阅读 · 0 评论 -
tensorflow实现卷积网络
import tensorflow as tfimport osimport numpy as npfrom matplotlib import pyplot as pltfrom tensorflow.keras.layers import Conv2D, BatchNormalization, Activation, MaxPool2D, Dropout, Flatten, Densefrom tensorflow.keras import Modelnp.set_printoptions原创 2021-09-15 16:59:47 · 220 阅读 · 0 评论 -
tensorflow2.0--keras入门
1.keras框架搭建步骤1.import //导入依赖库2.train test //设置训练集和测试集3.model=tf.keras.models.Sequential //搭建网络,完成前向传播 4.model.comlie //设置训练参数5.model.fit//执行训练过程6.model.summary//打印网络结构和参数统计这里注意,如果你的神经网络输出已经经过了概率分布(如经过了softmax),这里的from_logits参数为False,否则为True.2.采用原创 2021-09-12 15:32:57 · 483 阅读 · 0 评论 -
Python Matplotlib
Matplotlib 是支持 Python 语言的开源绘图库,支持丰富的绘图类型、简单的绘图方式以及完善的接口文档.在使用 Notebook 环境绘图时,需要先运行 Jupyter Notebook 的魔术命令 %matplotlib inline。这条命令的作用是将 Matplotlib 绘制的图形嵌入在当前页面中。而在桌面环境中绘图时,不需要添加此命令,而是在全部绘图代码之后追加 plt.show()。简单示例:from matplotlib import pyplot as pltplt.p.原创 2021-09-07 11:40:28 · 169 阅读 · 0 评论 -
Python Pandas笔记
Pandas 是非常著名的开源数据处理库,我们可以通过它完成对数据集进行快速读取、转换、过滤、分析等一系列操作。除此之外,Pandas 拥有强大的缺失数据处理与数据透视功能,可谓是数据预处理中的必备利器。一 数据类型数据类型主要有以下几种,它们分别是:Series(一维数组),DataFrame(二维数组),Panel(三维数组),Panel4D(四维数组),PanelND(更多维数组)。1.SeriesSeries 是 Pandas 中最基本的一维数组形式。其可以储存整数、浮点数、字符串等类型的数原创 2021-03-11 21:41:46 · 208 阅读 · 0 评论 -
Python numpy
一.简介Numpy的英文全称为 Numerical Python,意味 Python 面向数值计算的第三方库。NumPy 的特点在于,针对 Python 内建的数组类型做了扩充,支持更高维度的数组和矩阵运算,以及更丰富的数学函数。NumPy 是 Scipy.org 中最重要的库之一,它同时也被 Pandas,Matplotlib 等我们熟知的第三方库作为核心计算库。当你在单独安装这些库时,你会发现同时会安装 NumPy 作为依赖二 数值类型Python 本身支持的数值类型有 int(整型,P原创 2021-03-10 11:07:24 · 773 阅读 · 0 评论