- 博客(18)
- 资源 (18)
- 问答 (1)
- 收藏
- 关注
原创 keras中文文档笔记17——将Keras作为tensorflow的精简接口
将Keras作为tensorflow的精简接口在tensorflow中调用Keras层让我们以一个简单的例子开始:MNIST数字分类。我们将以Keras的全连接层堆叠构造一个TensorFlow的分类器,import tensorflow as tfsess = tf.Session()from keras import backend as KK.set_session(sess)然后,我们开
2017-08-20 22:47:59 9543
原创 keras中文文档笔记16——使用预训练的词向量
什么是词向量?“词向量”(词嵌入)是将一类将词的语义映射到向量空间中去的自然语言处理技术。即将一个词用特定的向量来表示,向量之间的距离(例如,任意两个向量之间的L2范式距离或更常用的余弦距离)一定程度上表征了词之间的语义关系。由这些向量形成的几何空间被称为一个嵌入空间。理想的情况下,在一个良好的嵌入空间里,从“厨房”向量到“晚餐”向量的“路径”向量会精确地捕捉这两个概念之间的语义关系。在这种情况下,
2017-08-20 22:42:29 5808
原创 keras中文文档笔记15——面向小数据集构建图像分类模型
对数据科学家而言,我们应该有能够榨取少量数据的全部价值的能力,而不是简单的伸手要更多的数据。针对小数据集的深度学习我经常听到的一种说法是,深度学习只有在你拥有海量数据时才有意义。虽然这种说法并不是完全不对,但却具有较强的误导性。当然,深度学习强调从数据中自动学习特征的能力,没有足够的训练样本,这几乎是不可能的。尤其是当输入的数据维度很高(如图片)时。然而,卷积神经网络作为深度学习的支柱,被设计为针对
2017-08-20 21:35:06 1090
原创 keras中文文档笔记14——花式自动编码器
什么是自动编码器(Autoencoder)?自动编码器是一种数据的压缩算法,其中数据的压缩和解压缩函数是:1)数据相关的,2)有损的,3)从样本中自动学习的。在大部分提到自动编码器的场合,压缩和解压缩的函数是通过神经网络实现的。1)自动编码器是数据相关的(data-specific 或 data-dependent),这意味着自动编码器只能压缩那些与训练数据类似的数据。自编码器与一般的压缩算法,如M
2017-08-20 20:55:34 2180
原创 keras中文文档笔记13——解释CNN的滤波器
使用的神经网络是VGG-16,数据集为ImageNet。第一层的滤波器主要完成方向、颜色的编码,这些颜色和方向与基本的纹理组合,逐渐生成复杂的形状。可以观察到,很多滤波器的内容其实是一样的,只不过旋转了一个随机的的角度(如90度)而已。这意味着我们可以通过使得卷积滤波器具有旋转不变性而显著减少滤波器的数目,这是一个有趣的研究方向。我们的网络认为是喜鹊的东西看起来完全不是喜鹊,往好了说,这个图里跟喜鹊
2017-08-20 20:00:22 1319
原创 keras中文文档笔记12——协助使用Keras
预训练模型Application应用Kera的应用模块Application提供了带有预训练权重的Keras模型,这些模型可以用来进行预测、特征提取和finetune模型的预训练权重将下载到~/.keras/models/并在载入模型时自动载入可用的模型应用于图像分类的模型,权重训练自ImageNet: Xception VGG16 VGG19 ResNet50 * InceptionV3所有的这些
2017-08-20 19:27:08 5758
原创 keras中文文档笔记11——网络配置
损失函数model.compile(loss='mean_squared_error', optimizer='sgd')可用的目标函数mean_squared_error或msemean_absolute_error或maemean_absolute_percentage_error或mapemean_squared_logarithmic_error或mslesquared_hinge
2017-08-19 11:52:20 2962
原创 keras中文文档笔记10——数据预处理
序列预处理填充序列pad_sequenceskeras.preprocessing.sequence.pad_sequences(sequences, maxlen=None, dtype='int32', padding='pre', truncating='pre', value=0.)将长为nb_samples的序列(标量序列)转化为形如(nb_samples,nb_timesteps
2017-08-19 11:18:35 3499
原创 keras中文文档笔记9——关于keras层
概述所有的Keras层对象都有如下方法:layer.get_weights():返回层的权重(numpy array)layer.set_weights(weights):从numpy array中将权重加载到该层中,要求numpy array的形状与layer.get_weights()的形状相同layer.get_config():返回当前层配置信息的字典,层也可以借由配置信息重构lay
2017-08-19 10:47:09 21595
原创 keras中文文档笔记8——函数式模型
函数式模型函数式模型称作Functional,但它的类名是Model,因此我们有时候也用Model来代表函数式模型。Keras函数式模型接口是用户定义多输出模型、非循环有向模型或具有共享层的模型等复杂模型的途径。一句话,只要你的模型不是类似VGG一样一条路走到黑的模型,或者你的模型需要多于一个的输出,那么你总应该选择函数式模型。函数式模型是最广泛的一类模型,序贯模型(Sequential)只是它的一
2017-08-19 01:52:42 1069 1
原创 keras中文文档笔记7——序贯模型
序贯模型构建模型序贯模型是多个网络层的线性堆叠,也就是“一条路走到黑”。可以通过向Sequential模型传递一个layer的list来构造该模型:from keras.models import Sequentialfrom keras.layers import Dense, Activationmodel = Sequential([Dense(32, units=784),Activa
2017-08-19 01:52:06 750
原创 keras中文文档笔记6——使用陷阱
TF卷积核与TH卷积核Keras提供了两套后端,Theano和Tensorflow,所以如果你想使用一个已有网络,或把一个用th/tf 训练的网络以另一种后端应用,在载入的时候你就应该特别小心了。卷积核与所使用的后端不匹配,不会报任何错误,因为它们的shape是完全一致的,没有方法能够检测出这种错误。在使用预训练模型时,一个建议是首先找一些测试样本,看看模型的表现是否与预计的一致。如需对卷积核进行转
2017-08-19 01:23:07 2431
原创 keras中文文档笔记5——快速开始
快速开始Keras的核心数据结构是“模型”,模型是一种组织网络层的方式。Keras中主要的模型是Sequential模型,Sequential是一系列网络层按顺序构成的栈。你也可以查看函数式模型来学习建立更复杂的模型。Sequential模型如下:from keras.models import Sequentialmodel = Sequential()将一些网络层通过.add()堆叠起来,就构
2017-08-19 01:15:37 532
原创 keras中文文档笔记4——配置与安装
配置推荐配置如果您是高校学生或者高级研究人员,并且实验室或者个人资金充沛,建议您采用如下配置: 主板:X299型号或Z270型号CPU: i7-6950X或i7-7700K 及其以上高级型号内存:品牌内存,总容量32G以上,根据主板组成4通道或8通道SSD: 品牌固态硬盘,容量256G以上显卡:NVIDIA GTX TITAN(XP) NVIDIA GTX 1080ti、NVIDIA
2017-08-19 01:14:08 994
原创 keras中文文档笔记3——常见问题与解答
如何使用Keras调用GPU?如果采用TensorFlow作为后端,当机器上有可用的GPU时,代码会自动调用GPU进行并行计算。如果使用Theano作为后端,可以通过以下方法设置:方法1:使用Theano标记 在执行python脚本时使用下面的命令:THEANO_FLAGS=device=gpu,floatX=float32 python my_keras_script.py方法2:设置.thea
2017-08-19 01:01:05 4320
原创 keras中文文档笔记2——一些基本概念
一些基本概念符号计算符号主义计算步骤:定义各种变量;建立一个“计算图”,计算图规定了各个变量之间的计算关系;编译以确定其内部细节;把需要运算的输入放进去,形成数据流,输出值。使用计算图的语言,如Theano,以难以调试而闻名。没有经验的开发者很难直观的感受到计算图到底在干些什么。 尽管很让人头痛,但大多数的深度学习框架使用的都是符号计算这一套方法,因为符号计算能够提供关键的计算优化、自动
2017-08-19 00:54:08 681
原创 keras中文文档笔记1——概述
说明:笔记是参考keras中文文档写的(其实就是照搬过来,然后删减了一小部分),用于自己加深keras的学习,如读者要学习keras,请移步keras中文文档概述Keras是一个高层神经网络API,,由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。 Keras 为支持快速实验而生,能够把你的idea迅速转换为结果。 如果你有如下需求,请选择Keras:简易和快速
2017-08-09 23:48:58 1091
原创 局部线性加权回归
局部加权线性回归(Locally weighted linear regression)的引入,使得特征的选择对于算法来说没那么重要。局部加权回归在每一次预测新样本时都会重新确定参数,从而达到更好的预测效果。当数据规模比较大的时候计算量很大,学习效率很低。并且局部加权回归也不一定就能避免欠拟合。
2017-08-03 02:00:26 538
AE的MapControl直接加载Oracle数据(C#)
2016-09-01
shp导入导出Oracle(C#)
2016-09-01
C#连接Oracle10g,11g所需的DLL(无需安装Oracle客户端,版本二)
2015-09-19
C#连接Oracle10g,11g所需的DLL(无需安装Oracle客户端,版本一)
2015-09-19
C#入门经典2010全部源码
2013-10-13
C# 2005 入门经典 全部源码
2013-10-11
C# 入门经典 2012 源码
2013-10-11
C#对XML的操作.rar
2013-10-06
C#对Xml的操作
2013-10-06
C#窗体进度条
2013-10-04
3sdnMap.rar
2013-10-03
ASP.NET上传FTP真的进度条,文件流形式上传
2013-09-12
我的第一个学生信息管理系统
2013-03-15
C#调用EXE程序,欢迎界面显示的问题,Winform
2013-11-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人