关注
分享
Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。
z小白
深度学习，声音识别，声源定位，音视频联合
展开
-
Keras自定义损失函数
Keras内置损失函数都预定义在keras.metrics.losses中，以MSE为例，其预定义方法如下：def mean_squared_error(y_true, y_pred): return K.mean(K.square(y_pred - y_true), axis=-1)我们可以仿照其写法，定义自己的损失函数。例如何凯明大神在论文Focal Loss for Den...原创 2018-11-16 12:29:42 · 10370 阅读 · 3 评论 -
Keras搭建多输入模型
简介当我们的任务涉及到多个维度不同的数据来拟合一个目标时，我们需要构建多输入模型。模型构建 假设我们需要搭建如下的模型，输入数据分别为100维和50维的向量，输出为0或1：from keras.layers import Conv1D, Dense, MaxPool1D, concatenate, Flattenfrom keras import Input, Model...原创 2018-11-14 15:16:16 · 25808 阅读 · 28 评论 -
Keras load_model 导入错误
在使用Keras load_model时，会出现以下报错：ImportError: Failed to import pydot. You must install pydot and graphviz for `pydotprint` to work.解决办法：$ pip install pydot$ sudo apt-get install graphviz ...原创 2018-10-26 20:59:28 · 14049 阅读 · 8 评论 -
如何保存Keras模型
我们不推荐使用pickle或cPickle来保存Keras模型你可以使用model.save(filepath)将Keras模型和权重保存在一个HDF5文件中，该文件将包含：模型的结构，以便重构该模型模型的权重训练配置（损失函数，优化器等）优化器的状态，以便于从上次训练中断的地方开始使用keras.models.load_model(filepath)来重新实例化你的模型，如果文件中存储了训练配转载 2018-03-24 11:50:14 · 1687 阅读 · 0 评论 -
Keras可视化工具
Keras可通过TensorBoard来可视化训练过程，以回调函数的形式提供TensorBoard的功能。TensorBoard是TensorFlow提供的可视化工具，该回调函数将日志信息写入TensorBorad，使得你可以动态的观察训练和测试指标的图像以及不同层的激活值直方图。keras.callbacks.TensorBoard(log_dir='./logs', histogra...原创 2018-03-27 12:34:49 · 3782 阅读 · 0 评论 -
Ubuntu16.04下安装Keras（Anaconda3+TensorFlow）
依赖：TensorFlow，AnacondaTensorFlow（附Anaconda安装）安装教程参考：GPU：https://blog.csdn.net/zzc15806/article/details/80652749CPU：https://blog.csdn.net/zzc15806/article/details/73662491Keras安装：pip install...原创 2018-06-11 16:06:54 · 2564 阅读 · 0 评论 -
Keras学习率调整
Keras提供两种学习率适应方法，可通过回调函数实现。1. LearningRateSchedulerkeras.callbacks.LearningRateScheduler(schedule)该回调函数是学习率调度器.参数schedule：函数，该函数以epoch号为参数（从0算起的整数），返回一个新学习率（浮点数）代码import keras.backend a...原创 2018-03-27 12:20:25 · 71667 阅读 · 18 评论