Keras
新华小霸王
主要学习python开发和python相关开发,分享个人在深度学习领域的学习历程。
展开
-
Keras神经网络的学习与使用(5)-工程实践
Keras工程实践训练时的回调函数回调函数的用法Keras常用的回调函数提前终止条件记录训练日志持久化训练好的模型降低学习率打印网络信息Keras实现LeNet-5输出网络结构图获取某层的输出训练时的回调函数一般模型的训练时间都较长,短则数小时,长则数天。在训练时候,我们希望在训练中有所输出和判断,而不是一直到训练结束才能实现交互,所以我们就需要用到回调函数。回调函数的用法回调函数的用法例...原创 2019-11-26 15:32:48 · 521 阅读 · 0 评论 -
Keras神经网络的学习与使用(4)-数据增强
数据增强数据增强的作用数据增强的概述Keras实现数据增强自己实现数据增强数据增强的作用深度学习有3个核心要素,分别是:优秀的算法设计高性能的计算能力大数据因此在我们拥有优秀的算法设计和高性能的计算能力的同时,我们也需要大量的高质量数据。但是,对于个人,学校团队甚至普通的工程师团队来说,数据的搜集能力都是十分有限的。缺乏大量高质量的训练样本,便难以训练处一个具有很好泛化能力的模型...原创 2019-11-25 15:00:35 · 1108 阅读 · 0 评论 -
Keras神经网络的学习与使用(3)
模型评估方法交叉验证分类器性能评估我们设计好的神经网络,在经过大量数据的反复迭代训练后就可以得到最终的模型了。在实际工程场景中,我们还需要判断该模型的性能是否优良,以及是否发生过拟合或者欠拟合现象,这时候我们可以通过一些方法来评估模型。对模型的评估要根据模型的用途,例如对分类模型与回归模型进行评估的方法也并不完全一样。对于回归问题,我们知道回归的预测结果是连续的,而非离散的,要想获得与真实值一...原创 2019-11-22 11:25:58 · 526 阅读 · 0 评论 -
Keras神经网络的学习与使用(2)
Keras中函数与优化器的学习激活函数Sigmoid函数激活函数机器学习模型的学习过程就是一个不断地通过数据集来修正自身数学模型中参数的过程。引入激活函数可以增加神经网络模型的非线性,以便增强对样本非线性关系的拟合能力。如果没有激活函数,那么神经网络的每一层都只相当于矩阵相乘,即便叠加了若干层,也只相当于将这些矩阵连续相乘而已。激活函数有很多,例如ReLU、Sigmoid、tanh、elu...原创 2019-11-21 15:55:34 · 894 阅读 · 0 评论 -
Keras神经网络的学习与使用(1)
Keras神经网络Keras的简单介绍Keras框架中的方法介绍Dense方法(全连接层)Keras神经网络堆叠的两种方法线性模型Keras的简单介绍Keras是一个将神经网络进行高层次抽象并且封装了丰富且友好API的深度学习库。Keras用Python编写而成,以Tensorflow、Theano或CNTK为后端,Keras本身作为编写神经网络的前端,相当于在Tensorflow等库的基础...原创 2019-11-19 16:21:26 · 763 阅读 · 0 评论