![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
keras
粉皮皮
这个作者很懒,什么都没留下…
展开
-
模型的保存与载入
MNIST数据集分类的模型import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import Adamfrom keras.models import load_model# 载入数据(x_train, y_t原创 2021-07-03 20:56:57 · 78 阅读 · 0 评论 -
RNN应用手写数字识别
import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import Adam# SimpleRNN是最简单的,还有 LSTM, GRUfrom keras.layers.recurrent import Simpl原创 2021-07-03 17:57:26 · 339 阅读 · 0 评论 -
CNN应用于手写数字识别
import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequential# Convolution2D 2维的卷积,MaxPooling2D 2维的最大池化, Flatten 把数据扁平化,# 把2维的数据扁平化为1维的数据from keras.layers import Dense, Dropout, Convolution2D, M原创 2021-07-03 17:56:46 · 105 阅读 · 0 评论 -
优化器optimizer
交叉熵的代码改的模型太简单,用了优化器效果也不明显一般来说adam比SGD要好,模型优化速度比较快import numpy as npfrom keras.datasets import mnist # 导入数据集from keras.utils import np_utils # Keras里面提供的一个numpy的工具包from keras.models import Sequentialfrom keras.layers import Densefrom keras.optimiz原创 2021-07-03 16:42:50 · 195 阅读 · 0 评论 -
正则化应用
需不需要正则化看具体的模型,本例中加了不好。和Dropout一样import numpy as npfrom keras.datasets import mnist # 导入数据集from keras.utils import np_utils # Keras里面提供的一个numpy的工具包from keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import SGDfrom原创 2021-07-03 16:33:04 · 118 阅读 · 0 评论 -
Dropout应用
import numpy as npfrom keras.datasets import mnist # 导入数据集from keras.utils import np_utils # Keras里面提供的一个numpy的工具包from keras.models import Sequentialfrom keras.layers import Dense, Dropoutfrom keras.optimizers import SGD# 载入数据,从网上下载(x_train, y_tr原创 2021-07-03 16:15:52 · 134 阅读 · 0 评论 -
keras交叉熵
import numpy as npfrom keras.datasets import mnist # 导入数据集from keras.utils import np_utils # Keras里面提供的一个numpy的工具包from keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import SGD# 载入数据,从网上下载(x_train, y_train), (x_t原创 2021-07-03 15:53:09 · 550 阅读 · 0 评论 -
MNIST数据集分类
import numpy as npfrom keras.datasets import mnist # 导入数据集from keras.utils import np_utils # Keras里面提供的一个numpy的工具包from keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import SGD# 载入数据,从网上下载(x_train, y_train), (x_t原创 2021-07-03 11:47:40 · 410 阅读 · 0 评论 -
非线性回归
import kerasimport numpy as npimport matplotlib.pyplot as plt# Sequential按顺序构成的模型from keras.models import Sequential# Dense全连接层from keras.layers import Dense,Activation#优化器里面导入SGDfrom keras.optimizers import SGD# 使用numpy生成200个随机点x_data = np.linsp原创 2021-07-03 11:09:59 · 109 阅读 · 0 评论 -
keras线性回归
keras是深度学习的一种框架,底层是TensorFlow,用起来比tf简单:程序搭建比较快,缺点:运行速度慢(大概两倍)import kerasimport numpy as npimport matplotlib.pyplot as plt# Sequential按顺序构成的模型from keras.models import Sequential# Dense全连接层from keras.layers import Dense# 使用numpy生成100个随机点x_data = np原创 2021-07-03 10:20:40 · 139 阅读 · 0 评论