![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Keras
文章平均质量分 53
Better Bench
CS博士;研究领域:类脑计算、深度学习、机器学习、数据挖掘、自然语言处理、数学建模、量化金融,兼职网球教练4.0
展开
-
【Tensorflow+Keras】学习率指数、分段、逆时间、多项式衰减及自定义学习率衰减的完整实例
【Tensorflow+Keras】学习率指数、分段、逆时间、多项式衰减及自定义学习率衰减的实现及完整实例1 引言Keras提供了四种衰减策略分别是ExponentialDecay(指数衰减), PiecewiseConstantDecay(分段常数衰减) , PolynomialDecay(多项式衰减)InverseTimeDecay(逆时间衰减)。只要在Optimizer中指定衰减策略,一行代码就能实现。在以下方法一中详细介绍。如果想要自定义学习率的衰减,有第二种方法,更加灵活,需要使用callb原创 2021-10-04 10:54:08 · 1522 阅读 · 0 评论 -
【Tensorflow+keras】使用keras API保存模型权重、plot画loss损失函数、保存训练loss值
举例实现(1)模型实现import tensorflow as tffrom tensorflow.keras.layers import *from tensorflow.keras import *import jsonimport numpy# 这个类解决json.dump(dict)时报错Object of type 'float32' is not JSON serializableclass NumpyEncoder(json.JSONEncoder): def d原创 2021-06-14 18:36:21 · 1046 阅读 · 0 评论 -
【Tensorflow+keras】解决使用model.load_weights时报错 ‘str‘ object has no attribute ‘decode‘
1 环境python 3.6Tensorflow 2.0在使用Tensorflow 的keras API,加载权重模型时,报错’str’ object has no attribute ‘decode’from tensorflow.keras import *from tensorflow.keras.layers import * model = testmodel()model = Model(model.input, Dense(1, activation='linear', k原创 2021-06-14 16:09:19 · 2429 阅读 · 0 评论 -
【Tensorflow+Keras】用Tensorflow.keras的方法替代keras.layers.merge
1 旧版在旧版的keras中,keras.layers.merge的使用方法keras.layers.merge([layer1,layer2], mode='sum', concat_axis=-1, name=None)layers1、layers2:是要合并的两个矩阵mode:合并模式,如果为字符串,则为下列值之一{“sum”,“mul”,“concat”,“ave”,“dot”}sum:求和mul:乘积concat:合并ave:求均值原创 2021-06-09 21:09:59 · 1356 阅读 · 0 评论 -
【Tensorflow+keras】Keras 用Class类封装的模型如何调试call子函数的模型内部变量
1 引言keras搭建神经网络模型有三种方式,第一种是使用sequential,第二种函数API,第三种是Class。第二种在IDE直接家断点就可以调试。但是在Class封装的神经网络中,如下,添加断点后,运行是不会进入到调试的。# 模型class test_layer(keras.layers.Layer): def __init__(self, **kwargs): super(test_layer, self).__init__(**kwargs) def bu原创 2021-06-08 11:04:49 · 1570 阅读 · 2 评论 -
【Tensorflow+keras】解决Exception has occurred: ValueError Shape mismatch: The shape of labels (received
1 引言使用网络做分类,训练的时候报错ValueError: Shape mismatch: The shape of labels (received (15,)) should equal the shape of logits except for the last dimension (received (5, 3))from tensorflow.keras import datasets, layers, modelsIMG_WIDTH = 192IMG_HEIGHT = 192tr原创 2021-06-06 21:43:27 · 1006 阅读 · 0 评论 -
【Tensorflow+keras】解决cuDNN launch failure : input shape ([32,2,8,8]) [[{{node sequential_1/batch_nor
1 引言环境Python 3.6 tensorflow 2.0在使用以下代码时,在gen_imgs = self.generator.predict([noise, sampled_labels])这行代码报错cuDNN launch failure : input shape ([32,2,8,8])[[{{node sequential_1/batch_normalization_2/cond/else/_1/FusedBatchNormV3}}]]from __future__ impo原创 2021-06-06 19:33:36 · 1454 阅读 · 1 评论 -
【Tensorflow+keras】解决 Fail to find the dnn implementation.
1 引言(1)环境Tensorflow 2.0Python 3.6(2)问题from tensorflow.keras import *from tensorflow.keras.layers import Bidirectional,LSTM在使用Bidirectional(LSTM )时,报错 [Derived] Fail to find the dnn implementation.2 解决因为在Tensorflow2.0中使用keras的API时,该版本的keras已经原创 2021-06-05 17:26:38 · 1503 阅读 · 0 评论 -
【Tensorflow+keras】Keras API三种搭建神经网络的方式及以mnist举例实现
目录1 第一种:Sequential2 第二种:函数式API3 第三种:class1 第一种:Sequential(1)简介序列模型,官网介绍代码参考:https://github.com/eriklindernoren/Keras-GAN/blob/master/gan/gan.py理论参考:https://zhuanlan.zhihu.com/p/113385350Keras Sequential API是实现Keras模型最简单的方式,就行它的名字所形容的一样,它将按照序列的方式实现模型,原创 2021-05-31 11:05:32 · 722 阅读 · 0 评论 -
【Tensorflow+keras】Keras API两种训练GAN网络的方式
目录1 第一种 train_on_batch2 第二种 tf.GradientTape()1 第一种 train_on_batchgithub:https://github.com/eriklindernoren/Keras-GAN/tree/master/cganfrom __future__ import print_function, divisionfrom tensorflow.keras.datasets import mnistfrom tensorflow.keras.layers原创 2021-05-31 11:00:58 · 633 阅读 · 0 评论 -
【Tensorflow+keras】用代码给神经网络结构绘图
引言在论文中可能有必要讲述清楚网络的结构,可以用代码实现漂亮的绘制结构。如图所示。2 步骤安装两个包,本人是LInux系统,用以下命令,如果是其他系统,参考网址sudo apt install graphvizpip install pydot3 实现import tensorflow as tffrom tensorflow.keras.layers import *from tensorflow.keras.models import Sequential, Modelmod原创 2021-05-21 10:44:09 · 1460 阅读 · 0 评论 -
【Tensorflow+Keras】keras实现条件生成对抗网络DCGAN--以Minis和fashion_mnist数据集为例
1 引言条件生成对抗网络(Conditional Generative Adversarial Nets,简称CGAN)是GAN的改进。举例如果使用Minist数据集,当使用GAN生成图片时,随机初始化一个和图片大小一致的矩阵和原始图片的矩阵进行博弈,产生一个新的类似于原始图片的网络。但当使用条件生成对抗网络时,在训练的时候,会同时输入label,告诉当前网络生成的图片是数字8,而不是生成其他数字的图片图1 GAN原理图2 实现Github源码...原创 2021-05-15 22:25:30 · 914 阅读 · 0 评论 -
【Deepin 20系统】Tensorflow2.x离线下载cifar-10-python.tar.gz如何配置使用cifar10.load_data()
问题环境:Linux系统Tensorflow2.xpython3.8VScode在使用tensorflow2.x的以下源码时cifar10 = tf.keras.datasets.cifar10(x_train, y_train), (x_test, y_test) = cifar10.load_data()会自动联网,下载数据集https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz,但是终端下载会很慢,本人通过浏览器下载后,该原创 2021-02-05 18:01:08 · 696 阅读 · 0 评论 -
【Tensorflow+Keras】tf.keras.backend.image_data_format()的解析与举例使用
作用返回“channels_first’或“channels_last”,默认是channels_lastchannels_first表示图片数据的通道在第一维度[channel,28,28,3]channels_last表示图片数据的通道在最后一个维度[28,28,3,channel]举例使用import tensorflow.keras.backend as K image_format = K.image_data_format()image_format输出chan原创 2021-02-04 21:12:59 · 1566 阅读 · 5 评论 -
【Tensorflow+Keras】tf.keras.layers.Bidirectional()的解析与使用
1 作用实现RNN类型神经网络的双向构造RNN类型神经网络比如LSTM、GRU等等2 参数tf.keras.layers.Bidirectional(layer,merge_mode=‘concat’,weights=None,backward_layer=None)layer 神经网络,如RNN、LSTM、GRUmerge_mode 前向和后向RNN的输出将被组合的模式。{‘sum’,‘mul’,‘concat’,‘ave’,None}中的一个。如果为None,则将不合并输出,原创 2021-01-16 21:50:40 · 15561 阅读 · 6 评论 -
【Tensorflow+Keras】tf.keras.layers.LSTM的解析与使用
1 作用原理实现LSTM网络原理介绍:长短期记忆模型(Long-Short Term Memory,LSTM)2 参数tf.keras.layers.LSTM(units,activation=“tanh”,recurrent_activation=“sigmoid”,#用于重复步骤的激活功能use_bias=True,#,是否图层使用偏置向量kernel_initializer=“glorot_uniform”,#kernel权重矩阵的 初始化程序,用于输入的线性转换recurren原创 2021-01-16 18:08:58 · 22268 阅读 · 2 评论 -
【Python-Keras】keras.fit()和keras.fit_generator()的解析与使用
目录1 作用与区别2 解析与使用2.1 keras.fit()(1)参数介绍(2)举例使用(3)原理讲解2.2 keras.fit_generator()(1)参数介绍(2)举例使用(3)原理解析1 作用与区别作用: 用于训练神经网络模型,两者可以完成相同的任务区别:.fit()时使用的整个训练数据集可以放入内存,并没有应用数据增强,就是.fit()无需使用Keras生成器(即无需数据参数)当我们有一个巨大的数据集可容纳到我们的内存中或需要应用数据扩充时,将使用.fit_generator()。就原创 2021-01-05 15:26:39 · 2924 阅读 · 0 评论 -
【Python-Keras】Keras搭建神经网络模型的Model解析与使用
1 作用用于搭建和配置神经网络训练的模型,通过Model这个方法可以调用很多API去实现训练神经网络。2 API介绍(1)Model.fit()参数:Model.fit( x=None, y=None, batch_size=None, epochs=1, verbose=1, callbacks=None, validation_split=0.0, validation_data=None, shuffle=True,原创 2021-01-05 10:47:07 · 4936 阅读 · 0 评论 -
【Python-Keras】keras.layers.BatchNormalization解析与使用
1 什么是BatchNormalization?(1)Batch Normalization 于2015年由 Google 提出数据归一化方法,往往用在深度神经网络中激活层之前。(2)其规范化针对单个神经元进行,利用网络训练时一个 mini-batch 的数据来计算该神经元的均值和方差,因而称为 Batch Normalization。(3)BatchNormalization层在每个batch上将前一层的激活值重新规范化,即使得其输出数据的均值接近0,其标准差接近1(4)是Normalizatio原创 2021-01-05 10:25:00 · 15483 阅读 · 0 评论 -
【Python-Keras】keras.layers.Dense层的解析与使用
1 Dense解析keras.layers.Dense(units, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, bias_constraint=None)实现原创 2021-01-05 10:01:04 · 25357 阅读 · 6 评论 -
【Python-Keras】keras.layers.Lambda解析与使用
目录1 作用2 参数解析keras.layers.core.Lambda(function, output_shape=None, mask=None, arguments=None)3 举例3.1 传参举例3.2 简单Demo3.3 利用Lambda表达式实现某层数据的切片1 作用Lambda表达式: 用一行代码去表示一个函数,简化和美观代码。keras.layers.Lambda(): 是Lambda表达式的应用。指定在神经网络模型中,如果某一层需要通过一个函数去变换数据,那利用keras.lay原创 2021-01-02 11:55:21 · 11350 阅读 · 1 评论