深度学习_python
勇敢的小刀
一直在努力学习中!!
展开
-
机器学习中sklearn.model_selection.KFold的用法详解
content类信息参数信息类信息class (n_splits=5, *, shuffle=False, random_state=None sklearn.model_selection.KFold)K-Folds是交叉验证器,提供训练/测试索引。将数据集拆分为k份(默认情况下,不进行随机打乱)。然后,每一份用作验证一次,其余的k-1份做为训练集。参数信息n_splits:int,默认为5,将数据划分的份数Kshuffle :bool:用于控制是否在划分数据前将数据随机打乱。random原创 2020-06-10 17:11:18 · 3081 阅读 · 0 评论 -
如何在保存自定义的模型(kaggle上面跑模型)
保存整个自定义模型最近由于自己电脑跑不动定义的模型,所以到kaggle上跑自己的模型何为自定义模型只要你的模型继承了tf.keras.Model,那么你的就算是自定义模型了class D_cnn(tf.keras.Model):如何保存训练好的模型通过tf.saved_model.save(netwok, path)其中network代表你的模型的实例化,path自己定义路径,(记住path保存没有文件格式,只需要给出路径,例如“./model\my_model” tf.saved原创 2020-06-09 18:05:01 · 4062 阅读 · 1 评论 -
自定义模型如何保存和加载
保存模型三种方法:save/load weightssave/load entire modelsaved_model最常用的方式save/load weights此方式多用在当自己自定义模型时。具体用法为:保存模型的参数(可以随意指定保存的路径)model.sava_weights(".\chekpoints\my_checkpoint")加载模型的参数(按照自己保存的路径加载)model.load_weights(".\chekpoints\my_checkpoin原创 2020-05-31 20:18:52 · 660 阅读 · 0 评论 -
导入matlab文件到python中
如何导入matlab文件格式的数据到python工作环境中首先在导入sciopy.io包import sciopy.io as sio找到文件所在的路径利用loadmat()方法导入数据dataset = sio.loadmat("/kaggle/input/bearing_location_3.mat")查看文件的关键值信息备注:导入进来的dataset是一个字典格式的数据dataset.keys()结果:dict_keys(['__header__', '__vers原创 2020-05-31 17:10:12 · 968 阅读 · 0 评论 -
解决:tensorflow.python.framework.errors_impl.NotFoundError: Could not find valid device for node.
解决问题one_hot:Could not find valid device for node.情况经过我的调试,最后才发现,原因在于one_hot 里面的输入不能为(float类型),必须得是int型。原创 2020-05-31 15:18:08 · 2678 阅读 · 3 评论