深度学习
WILDCHAP_
我早茶月光洒在你头发。
展开
-
‘tqdm_notebook‘ object has no attribute’sp‘的一种解决方法
在stackoverflow上找到了答案:是因为你禁用了进度条,之后还要调用它的原因。解决:在你的tqdm里加上disable=True原创 2021-01-06 15:06:47 · 4139 阅读 · 1 评论 -
Anaconda3更改打开Juppyter notebook初始路径的办法
在网上找说右键设置起始路径方法,发现不管用,只能用prompt了在开始菜单中找到安装好的Anaconda 3,打开Anaconda promptcd到你要到的目录下,比如我要从C盘改到D盘,注意修改盘不是cd而是d:再输入jupyter notebook,就发现这时候根目录变成了D盘...原创 2020-11-22 11:12:57 · 261 阅读 · 0 评论 -
pycharm历史版本下载地址
https://www.jetbrains.com/pycharm/download/previous.html原创 2020-11-06 19:12:30 · 2305 阅读 · 0 评论 -
records库使用sqlite数据库Cannot operate on a closed database错误解决(方法二)
方法一参照https://blog.csdn.net/stone0823/article/details/104014422我按照方法一老哥说的做,把所有的self.db都改成了conn,还是没有用,就直接去到records.py的Database类下,修改了query方法,结果就成功了原创 2020-11-04 18:02:24 · 766 阅读 · 0 评论 -
Keras/TensorFlow中padding=“SAME”和“VALID”
首先要确定一点:不是设置了padding='SAME’就是向我们在学CNN视频里说的那样“输入图片大小==输出图片大小”,而是两者都会减小输入图片的大小,提取细微特征。SAME输出大小等于输入大小除以步长向上取整,s是步长大小;等于说和滤波器的大小无关。VALID输出大小等于输入大小减去滤波器大小加上1,最后再除以步长(f为滤波器的大小,s是步长大小)。例如:输入是553,滤波器是333,padding= “SAME”,步长s = 2,因此根据公式我的输出是(5/2=2.5),2.5向上取整原创 2020-10-22 18:51:08 · 429 阅读 · 0 评论 -
TensorFlow运行报错:tensorflow/stream_executor/cuda/cuda_driver.cc:313] failed call to cuInit: UNKNOWN303
当我在虚拟机上安装好Keras+tensorflow+theano环境时,以tensorflow作为keras的后端运行会出现如下问题:最大的问题是,我安装的是CPU版本,并没有也安装不了支持GPU的CUDA,通过pip3 list命令,我也没看到我安装了GPU版本。最后解决方法是,更换成theano后端,输入cat .keras/keras.json,查看当前后端。如果安装了theano,那就用gedit .keras/keras.json编辑文件,修改成theano...原创 2020-09-02 11:26:26 · 7923 阅读 · 0 评论 -
深度学习Keras(七):dogs vs cats数据集(卷积神经网络的可视化)(一)
import numpy as npimport matplotlib.pyplot as pltfrom keras import modelsfrom keras.preprocessing import image#单张图片路径img_path = '/home/wildchap/cats_and_dogs_small/test/cats/cat.1978.jpg'#将图像预处理为一个4D张量img = image.load_img(img_path, target_size=(15原创 2020-08-28 11:39:35 · 399 阅读 · 0 评论 -
深度学习Keras(六):dogs vs cats数据集(卷积神经网络、VGG16)(三)
import osimport numpy as npimport matplotlib.pyplot as pltfrom keras import layers, models, optimizersfrom keras.applications import VGG16from keras.preprocessing.image import ImageDataGenerator#将VGG16卷积基实例化conv_base = VGG16(weights='imagenet',原创 2020-08-06 19:54:56 · 233 阅读 · 0 评论 -
深度学习Keras(六):dogs vs cats数据集(卷积神经网络、数据增强)(二)
import numpy as npimport matplotlib.pyplot as pltfrom keras import layers, models, optimizersfrom keras.preprocessing import imageimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#各种数据目录train_dir = '/home/wildchap/cats_and_dogs_small/train'test_di原创 2020-08-05 14:26:21 · 325 阅读 · 0 评论 -
python路径拼接os.path.join()函数的用法
os.path.join()函数:连接两个或更多的路径名组件1.如果各组件名首字母不包含’/’,则函数会自动加上2.如果有一个组件是一个绝对路径,则在它之前的所有组件均会被舍弃3.如果最后一个组件为空,则生成的路径以一个’/’分隔符结尾Demo1import osPath1 = ‘home’Path2 = ‘develop’Path3 = ‘code’Path10 = Path1 + Path2 + Path3Path20 = os.path.join(Path1,Path2,Path3转载 2020-08-04 09:45:51 · 222 阅读 · 0 评论 -
如何加载保存好的keras神经网络h5模型
model = load_model(h5模型路径)例如:from keras.models import load_modelmodel_dir = '/home/wildchap/python/keras_study/cats_and_dogs_small_1.h5'model = load_model(model_dir)model.summary()原创 2020-08-02 17:37:14 · 1783 阅读 · 0 评论 -
keras数据集和保存的训练好的模型位置
ubuntu数据集~/.keras/datasets/模型位于源代码同一目录windows数据集C:\Users\user_name.keras\datasets模型位于源代码同一目录Mac数据集~/.keras/datasets/模型~/.keras/models/原创 2020-08-02 17:30:42 · 403 阅读 · 0 评论 -
深度学习Keras(六):dogs vs cats数据集(卷积神经网络)(一)
在Francois Chollet先生的书中,首先对猫狗图片数据集进行了规模上的缩小,这里将直接使用缩小后的数据集进行神经网络的训练。#利用已经划分好的小数据集来训练import numpy as npimport matplotlib.pyplot as pltfrom keras import layers, models, optimizers#使用ImageDataGenerator从目录中读取图像from keras.preprocessing.image import ImageDa原创 2020-08-02 17:21:15 · 698 阅读 · 0 评论 -
keras.fit_generator()属性及取值
fit_generator(self, generator, steps_per_epoch=None, epochs=1, verbose=1, callbacks=None, validation_data=None, validation_steps=N转载 2020-08-02 17:15:59 · 675 阅读 · 0 评论 -
在kaggle上下载数据集出现403 - Forbidden怎么办
如图,今天通过API命令下载猫狗数据集的时候出现了403 - Forbidden提示,开始以为是网络问题,后面也一直找不到答案,最后发现,只要在比赛规则页面同意即可如果出不来身份验证,请参考https://www.cnblogs.com/liuxiaomin/p/11785645.html...原创 2020-08-02 13:00:08 · 4059 阅读 · 4 评论 -
kaggle数据集的下载和使用(通过API下载)
打开终端,输入pip3 install kaggle安装kaggle的API原创 2020-08-02 11:17:51 · 2454 阅读 · 0 评论 -
深度学习Keras(五):MNIST数据集(卷积神经网络)
import numpy as npimport matplotlib.pyplot as pltfrom keras import layers, modelsfrom keras.datasets import mnistfrom keras.utils import to_categorical#导入数据(train_data, train_labels), (test_data, test_labels) = mnist.load_data()#将数据转换为卷积网络形式(1个通道)原创 2020-08-01 18:33:47 · 385 阅读 · 0 评论 -
numpy深度学习常用函数及参数理解(axis, keepdims, rand, randn, choice等)更新中...
首先说明一个非常重要的参数—axis:以axis=0为例,则沿着第0个下标(最左边的下标)变化的方向进行操作,也就是将除了第0个下标外,其他两个下标都相同的部分分成一组,然后再进行操作例如一个3*3的二维数组A(3, 3)如果定义axis = 0,也就是说除了第一个下标可以不同,其他下标必须都相同,那么用C++的数组表示,分组如下:第一组:A[0][0], A[1][0], A[2][0]第二组:A[0][1], A[1][1], A[2][1]第三组:A[0][2], A[1][2], A[原创 2020-07-28 11:38:41 · 823 阅读 · 2 评论 -
深度学习Keras(四):波士顿房价(boston_housing)数据集(回归问题)
keras内置数据集下载keras.fit()和evaluate()中的verbose属性不用K折验证import numpy as npimport matplotlib.pyplot as pltfrom keras import layers, modelsfrom keras.datasets import boston_housingimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#train_data.shape ->原创 2020-07-27 18:58:18 · 4248 阅读 · 0 评论 -
keras.fit()和evaluate()中的verbose属性
https://www.jianshu.com/p/159a9ac413fafit 中的 verboseverbose:日志显示verbose = 0 为不在标准输出流输出日志信息verbose = 1 为输出进度条记录verbose = 2 为每个epoch输出一行记录注意: 默认为 1下图:默认为1时下图:verbose = 2evaluate 中的 verboseverbose = 0,在控制台没有任何输出verbose = 1 为输出进度条记录注意: 只能取 0 和 1;转载 2020-07-27 18:32:29 · 480 阅读 · 0 评论 -
深度学习Keras(三):路透社(reuters)数据集(多分类问题)
keras内置数据集下载import numpy as npimport matplotlib.pyplot as pltfrom keras.datasets import reutersfrom keras import layers, modelsimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#8982个训练样本和2246个测试样本(train_data, train_labels), (test_data, test_labels原创 2020-07-27 12:17:03 · 2189 阅读 · 0 评论 -
深度学习Keras(二):IMDB数据集(二分类问题)
keras内置数据集下载import numpy as npimport matplotlib.pyplot as pltfrom keras.datasets import imdbfrom keras import models, layersimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#加载imdb数据集(仅保留数据集中前10000个最常出现的单词)(train_data, train_labels), (test_data, t原创 2020-07-26 16:59:58 · 768 阅读 · 0 评论 -
深度学习Keras(一):MNIST数据集
from keras.datasets import mnistfrom keras import models, layersfrom keras.utils import to_categoricalimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#导入数据(train_images, train_labels), (test_images, test_labels) = mnist.load_data()#构建结构network =原创 2020-07-26 16:38:01 · 314 阅读 · 0 评论 -
keras下model.fit()——fit函数参数及返回值详解
network.fit( x, y,batch_size=32, epochs=10, verbose=1, callbacks=None,validation_split=0.0, validation_data=None,shuffle=True, class_weight=None,sample_weight=None, initial_epoch=0)x:输入数据。如果模型只有一个输入,那么x的类型是numpyarray,如果模型有多个输入,那么x的类型应当为list,list的.转载 2020-07-24 12:05:30 · 11042 阅读 · 0 评论 -
keras内置数据集下载,适合深度学习初学
CSDN下载链接网盘链接 提取码:1613包括入门必备的mnist数据集,二分类问题的imdb数据集,多分类的路透社数据集和回归问题的波士顿房价数据集等。自己导入方法参见Keras导入下载MNIST数据集失败怎么办(包括windows和ubuntu系统)...原创 2020-07-24 11:21:30 · 1088 阅读 · 0 评论 -
Keras导入下载MNIST数据集失败怎么办(Traceback (most recent call last):)
由于https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz是国外的网站,所以我们国内可能就上不了,就会报错,Windows和ubuntu用户有不同的解决方法,具体方法如下。Windows用户解决方法简单来说就是自己下载好数据集下载链接然后将文件放到keras框架下的datasets文件夹下,一般为C:\Users\win10.keras\datasets再次运行就OKUbuntu用户解决方法在Ubuntu中同样原创 2020-07-23 16:32:51 · 1366 阅读 · 1 评论 -
在Ubuntu16上安装深度学习框架keras和TensorFlow(CPU)
安装Ubuntu16windows用户安装请参照 在VMware15.5.6上安装ubuntu16.04.6并完成汉化在Ubuntu上安装python3及numpy和matplotlib在Ubuntu 16上安装Geany文本编辑器并设置python3安装深度学习框架keras输入sudo apt install python3-pip安装python3-pip输入sudo pip3 install keras他会自动安装keras...原创 2020-07-22 20:37:53 · 459 阅读 · 1 评论