![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
陈麒任
这个作者很懒,什么都没留下…
展开
-
pytorch,多个Dataloader同时训练
如果两个dataloader的长度不一样,那就加个:from itertools import cycle仅使用zip,迭代器将在长度等于最小数据集的长度时耗尽。 但是,使用cycle时,我们将再次重复最小的数据集,除非迭代器查看最大数据集中的所有样本。...原创 2020-03-18 00:51:28 · 11710 阅读 · 9 评论 -
pytorch查看网络结构
请参考:http://www.freesion.com/article/340667237/转载 2020-03-15 00:30:35 · 3027 阅读 · 0 评论 -
解决Colaboratory中的FileNotFoundError
找了好久终于找到答案,在前面加上下面两行即可:from google.colab import drivedrive.mount('/content/drive')原创 2019-12-12 18:17:47 · 2525 阅读 · 1 评论 -
keras画损失函数变化图
keras主要通过与tensorboard结合使用来动态显示损失函数的变化,在我们模型训练的同时,就可以实时看到曲线的变化。参考下面这篇文章,经查,log_dir的值好像都是固定为’./tmp/log’https://www.cnblogs.com/flyu6/p/7691100.html但是我们还需要做平滑处理,使之好看些。这就要参考下面的博客:https://blog.csdn.net...原创 2019-11-22 16:36:55 · 4114 阅读 · 0 评论 -
keras中sample_weight的使用
百度了好久,没有找到与sample_weight相关的博客,于是自己摸索一下。sample_weight是keras中的fit的参数,中文文档介绍如下:简单点的解释如下:参考https://blog.csdn.net/weixin_40755306/article/details/82290033#commentBoxsample_weight的作用就是为数据集中的数据分配不同的权重。...原创 2019-08-11 20:41:05 · 13501 阅读 · 11 评论 -
Dataframe修改某个值
查了网上很多博客,发现都是用等号简单赋值,但这样是不行的,无意间发现了pandas.DataFrame.replace()这个函数,使用这个函数才能真正修改某个值,使用方法如下:df.replace(a , b , inplace = True)其中,a是原始值,b是修改后的值,注意一定要加 inplace = True才能替换成功。...原创 2019-07-22 17:38:36 · 20675 阅读 · 4 评论 -
tensorflow计算模型的accuracy,precision,sensitivity,specificity
我们在写论文的时候,会经常看到几个模型判断指标,那这几个指标是如何计算的呢,下面将进行讲解:幸好TensorFlow有tf.metrics这个内置函数,让我们计算起来方便很多。计算accuracy:tf.metrics.accuracy。 有个博文不错,里面例子不错:https://blog.csdn.net/lyb3b3b/article/details/83047148计算pr...原创 2019-07-19 16:39:42 · 7143 阅读 · 0 评论 -
TensorFlow使用保存好的模型进行测试
推荐看下面这篇博文,代码没问题:https://blog.csdn.net/thriving_fcl/article/details/71423039#commentBox由于TensorFlow相比keras较为复杂,所以附带一点自己的理解:测试的时候不需要进行变量初始化测试的时候没有反向传播的过程tf.train.import_meta_graph()是导入训练时保存好的图在训...原创 2019-07-14 18:03:29 · 747 阅读 · 0 评论 -
tensorflow计算模型分类准确率
参考以下博文:https://blog.csdn.net/lyb3b3b/article/details/83047148转载 2019-07-08 22:03:22 · 2728 阅读 · 0 评论 -
tensorflow使用tf.data.Dataset 处理大型数据集
最近深度学习用到的数据集比较大,如果一次性将数据集读入内存,那服务器是顶不住的,所以需要分批进行读取,这里就用到了tf.data.Dataset构建数据集,先看一个博文,入入门:https://www.jianshu.com/p/f580f4fc2ba0概括一下,tf.data.Dataset主要有几个部分最重要:构建生成器函数使用tf.data.Dataset的from_genera...原创 2019-07-08 16:51:54 · 7859 阅读 · 0 评论 -
keras损失函数运行机制总结
举例,下面这是损失函数的源码:def mean_squared_error(y_true, y_pred): return K.mean(math_ops.square(y_pred - y_true), axis=-1)keras中compile时:model.compile(loss=mean_squared_error)从以上可以看到,compile时并不需要给mean_squ...原创 2019-07-01 21:48:49 · 963 阅读 · 0 评论 -
对于keras.layers.Conv1D的kernel_size参数的理解
今天在用keras添加卷积层的时候,发现了kernel_size这个参数不知怎么理解,keras中文文档是这样描述的:kernel_size: 一个整数,或者单个整数表示的元组或列表, 指明 1D 卷积窗口的长度。又经过多方查找,大体理解如下:因为是添加一维卷积层Conv1D(),一维卷积一般会处理时序数据,所以,卷积核的宽度为1,而kernel_size就是卷积核的长度了,这样的意思就是...原创 2019-06-11 12:25:19 · 24214 阅读 · 0 评论 -
深度学习:使用残差网络时出现ValueError: Operands could not be broadcast together with shapes (2985, 48) (2984, 48)
最近想使用残差网络去跑模型,看看能不能提升训练精度,但是在连接主路和辅路的时候x1=keras.layers.add([x1,x2])遇到错误:ValueError: Operands could not be broadcast together with shapes (2985, 48) (2984, 48)这个错误的意思就是主路输出的张量的shape和辅路输出的张量的shape...原创 2019-06-20 10:00:27 · 12012 阅读 · 0 评论 -
【keras】深度学习多输入模型融合
最近想将多个模型训练不同特征,想看看是否能提高训练准确率,想要多模型融合,建议构建模型的方式用函数式 API的形式进行构建,即使用keras的Model() .我的数据集形式是这样的:一行代表一个样本,每个样本有4个特征,每个特征包含6000个数据,这样就是每行有24000个数据,其中0到5999是特征一的数据,6000到11999是特征二的数据,12000到17999是特征三的数据,18000...原创 2019-06-01 22:27:38 · 12032 阅读 · 20 评论