Keras
关注
分享
扫一扫
Samuel_0
这个作者很懒，什么都没留下…
展开
-
Keras多层感知器：印第安糖尿病人诊断
实例中使用的是Pima Indians Diabetes数据集，数据集有八项属性和对应输出：（1）怀孕次数（2）2小时口服葡萄糖耐量实验中血浆葡萄糖浓度（3）舒张压（4）三头肌皮褶皱厚度（5）2小时血清胰岛素（6）身体质量指数（7）糖尿病谱系功能（8）年龄（9）是否是糖尿病第九项是我们的输出层。数据集下载：数据集下载地址下面代码：from ke...原创 2018-10-29 18:42:54 · 1281 阅读 · 1 评论 -
国际旅行人数预测——使用多层感知器
这个例子是使用多层感知器来处理时间序列问题，例子来源于魏贞原老师的书。数据集使用的是国际旅行旅客人数数据集（international-airline-passengers）数据集下载：国际旅行旅客人数数据集（international-airline-passengers）利用matplotlib，我们先看一下实际数据的变化趋势。之后构建一个仅有一个隐藏层的多层感知器模型，并...原创 2018-11-05 15:44:28 · 2003 阅读 · 1 评论 -
训练过程中使用学习率衰减
随机梯度下降算法的性能与学习率有着直接的关系，这是因为学习率决定了参数移动到最优值时的速度。如果学习率过大很可能会越过最优值，如果学习率过小，优化的效率可能过低，收敛时间极长。那么一个很好的解决方案就是学习率衰减——即学习率随着训练的进行逐渐衰减。在训练过程开始时，使用较大的学习率，这样就能快速收敛；随着训练过程的进行，逐渐降低学习率，这样有助于找到最优解。目前两种较为流行的学习率衰减方法...原创 2018-11-05 15:14:14 · 9787 阅读 · 2 评论 -
在训练过程中加入Dropout
Dropout是在训练过程中，随机地忽略部分神经元——也就是说，在正向传播的过程中，这些被忽略的神经元对下游神经元的贡献效果暂时消失，在反向传播中，这些神经元也不会有任何权值的更新。Dropout的思想的出现，主要是为了解决过拟合的问题。虽然说采用组合方法，也就是训练多个模型，能够在一定程度上解决过拟合的问题，但是会带来非常大的时间开销，而Dropout可以很好的解决这个问题。在Keras...原创 2018-11-05 14:52:13 · 15447 阅读 · 0 评论 -
国际旅行人数预测——使用LSTM
时间序列问题增加了输入变量之间的序列依赖性，这样大大提升了模型的复杂程度。LSTM是循环神经网络的一种，可以成功地训练架构非常复杂的深度学习模型，用于处理时间序列问题。LSTM对输入数据的尺度十分敏感，特别是使用sigmoid（这是默认的）或者tanh作为激活函数的时候。下面代码中使用Scikit-Learn中的MinMaxScaler预处理类对数据集进行归一化处理，将数据缩放到0——1。...原创 2018-11-09 15:47:33 · 3544 阅读 · 4 评论 -
模型训练过程初步可视化
在训练深度学习模型时，Keras提供了对训练历史的默认回调方法——History回调。它记录了每个epoch的训练指标，包括有损失、准确度（分类问题），以及评估数据集的损失和准确度（这需要设置）。训练过程中的信息可以从训练模型的fit()函数的返回值获取。度量标准存储在返回对象的历史成员的字典中。"""将模型训练过程可视化"""from keras.models import Sequen...原创 2018-11-03 16:23:59 · 3462 阅读 · 0 评论 -
Keras保存与加载模型（JSON+HDF5）
在Keras中，有时候需要对模型进行序列化与反序列化。进行模型序列化时，会将模型结果与模型权重保存在不同的文件中，模型权重通常保存在HDF5文件中，模型的结构可以保存在JSON或者YAML文件中。后二者方法大同小异，这里以JSON为例说明一下Keras模型的保存与加载。from sklearn import datasetsimport numpy as npfrom keras.mod...原创 2018-10-31 17:08:37 · 11350 阅读 · 0 评论 -
利用Scikit-Learn为模型自动调参
通过Keras的包装类，借助Scikit-Learn的网格搜索算法评估神经网络模型的不同配置，并找到最佳评估性能的参数组合。在Scikit-Learn中的GridSearchCV需要一个字典类型的字段作为需要调参的参数，默认采用3折交叉验证的方法来评估算法。这里有四个参数需要调参，因此会产生4*3个模型。代码如下："""通过Scikit-learn中的GridSearchCV进...原创 2018-10-31 16:37:30 · 1565 阅读 · 0 评论 -
K-Fold
这里码一下如何使用K折交叉验证来评估模型。KerasClassifier和KerasRegressor类使用参数build_fn，指定用来创建模型的函数的名称。因此这里必须定义一个函数，并通过函数来定义深度学习模型，编译并返回它。这里便是定义了create_model()函数。from keras.models import Sequentialfrom keras.layers im...原创 2018-10-31 15:29:37 · 636 阅读 · 0 评论 -
Keras多分类实例：鸢尾花
鸢尾花数据集具有4个数值型输入项目，并且数值具有相同的尺度，输出项目是鸢尾花的三个子类。这里使用的是Scikit-Learn中提供的数据集，省略了数据预处理的过程，如果在UCI上面下载的话要使用Pandas中的read_csv()函数导入数据，并使用Scikit-Learn的LabelEncoder将类别文本编辑成数值。这里的实例部分出自于魏贞原老师的书。from sklearn i...原创 2018-10-31 15:09:09 · 5516 阅读 · 3 评论 -
keras-contrib包安装以及kerasBi_LSTM
keras-contrib 安装：(pip install git+https://www.github.com/farizrahman4u/keras-contrib.git)码一下，学习学习 原文见：https://blog.csdn.net/qq_16912257/article/details/78969966转载 2018-12-10 19:57:24 · 2643 阅读 · 3 评论