- 博客(6)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 keras操作的小技巧
1、存储modelKeras模型保存和加载的两种方式https://blog.csdn.net/coraline_m/article/details/78336324# 保存模型 model.save(file_path)model_name = '{}/{}_{}_{}_v2.h5'.format(params['model_dir'],params['filters'],param...
2019-04-26 20:06:43
199
1
原创 神经网络调参方法
1、参考内容1：原文：https://blog.csdn.net/qoopqpqp/article/details/75271203如何调参是一个不断深入的过程，本文会不定时的更新。神经网络中需要调的参数很多，如何正确地调参至关重要，需要调节的参数大概有如下几个：神经网络的层数每层神经元的个数如何初始化Weights和biasesloss函数选择哪一个选择何种Reg...
2019-04-22 16:38:52
3817
转载 Numpy直方图统计，利用histogram()和histogram2d()对图像的颜色分布统计
import cv2import matplotlib.pyplot as pltimport numpy as npfilename=r'C:\Users\Sun\Desktop\lina.jpg'img=cv2.imread(filename)fig,ax=plt.subplots(1,2,figsize=(12,5))colors=['blue','green','red']f...
2019-04-10 09:40:37
2224
原创 dropout防止过拟合的原因
常见的减小过拟合的方法有：正则化 、Early Stop、 增加数据、 dropout【1】。其中，drop out主要用在神经网络模型中，其避免过拟合的原因，参考【2】内内容，理解如下：1.类似取平均值的作用。普通的模型（没有dropout），用相同的训练数据去训练3个不同的神经网络，一般会得到3个不同的结果，此时我们可以采用 “3个结果取均值”或者“多数取胜的投票策略”去决定最终结果...
2019-04-09 15:38:22
3560
原创 matplotlib小技巧
1.在调试histogram时，发现用时特别长，经过摸索，将进行histogram展示的数据，进行numpy.array()处理成后，速度明显提升。import matplotlib.pyplot as plt# matplotlib.axes.Axes.hist() 方法的接口# d = np.array(d)n, bins, patches = plt.hist(x=d, bi...
2019-04-03 22:02:02
111
SVDD+鸢尾花.zip
2020-05-06
segmentation.zip
2020-01-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人