Keras过拟合

keras ”冻结“ 网络层

“冻结”一个层指的是该层将不参加网络训练，即该层的权重永不会更新。在进行fine-tune时我们经常会需要这项操作。在使用固定的embedding层处理文本输入时，也需要这个技术。可以通过向层的构造函数传递trainable参数来指定一个层是不是可训练的，如：frozen_layer=Dense(32,trainable=False)此外，也可以通过将层对象的trainable属性设为True或F
Matrix0·2023-09-01 18:46

基于OpenCV+Keras+tensorflow 实现的变电站作业管控平台源代码。含人脸识别考勤，移动目标跟踪，越线检测，安全措施检测，姿态识别等功能

综述使用该作业现场安全生产智能管控平台来实现变电站的安全生产的智能化管理，通过人脸识别功能进行人员的考勤；通过人员、车辆的检测和识别来实现变电站的智能化管理；通过安全行为识别和安全区域报警功能来实现对变电站内人员和设备安全的监督；完整代码下载地址：基于OpenCV+Keras
云哲-吉吉2021·2023-09-01 15:48

python常用包/库

目录NumpypandasMatplotlibSeabornScikit-learnKerasOpenCVNumpyNumPy库是Python中一个广泛使用的数学库，主要用于处理多维数组和矩阵。
一只天蝎·2023-09-01 12:48

Tensorflow.Keras训练中修改学习速率learning rate

训练中改变learningrate废话少说！直接上干货！此处代码可直接复制粘贴，按需修改下数字就可以了！#定义多少个epoch后lr的改变defschedule(epoch):ifepoch<50:return.001ifepoch<300:return.0001ifepoch<600:return.00001ifepoch<900:return.000001else:return.0000001
是土豆大叔啊！·2023-09-01 06:05

keras输入数据时报错 Expected to see 1 array(s), but instead got the following list of 128 arrays

keras输入数据时报错Expectedtosee1array(s),butinsteadgotthefollowinglistof128arrays这个问题是在使用model.fit_generator
Will_Ye·2023-09-01 05:37

keras 2.0：Encoder-Decoder Sequence-to-Sequence Model for Neural Machine Translation

试了一下csdn的markdown博客编写，感觉还不错环境python3.5Keras(2.1.3)ubuntu16.04tensorflow-gpu(1.4.1)我的主要环境就是上面的，python2.7
农民小飞侠·2023-09-01 04:52

深度学习几种常见模型

（1）使用了Relu作为激活函数，比sigmoig和tanh使用的激活函数收敛更快；（2）使用了dropout随机删减神经原，防止过拟合。
邓建雄·2023-09-01 03:48

机器学习和数据挖掘01- lasso regularization

概念Lasso正则化是一种线性回归中的正则化技术，旨在减少模型的复杂性并防止过拟合。
丰。。·2023-08-31 20:31

LoRA指令微调——源码解析

lit-llama工程lit-llama是一个大语言模型的工程，可用于语言模型的训练、测试等优点：很简洁，代码也很容易上手，基于lightning框架（lightning和pytorch的关系，有点像keras
lokvke·2023-08-31 20:50

[机器学习必知必会]正则化和范数

目的：防止模型过拟合原理：在损失函数上加上某些规则（限制），缩小解空间，从而减少求出过拟合解的可能性例子：以最简单的线性模型为例线性回归模型我们在统计
TOMOCAT·2023-08-31 11:41

keras深度学习框架构建LeNet5神经网络模型实现手写数字识别

之前两篇文章分别通过keras深度学习框架构建简单神经网络和卷积神经网络实现过手写数字识别实验。这篇文章分享我根据LeNet5模型构建的卷积神经网络来实现手写数字识别。
luffy5459·2023-08-31 08:33

Could not locate cudnn_ops_infer64_8.dll. Please make sure it is in your library path!解决办法

如题所示，这是我在使用keras构建卷积神经网络进行训练的时候，遇到的问题。说是无法定位cudnn_ops_infer64_8.dll。
luffy5459·2023-08-31 08:32

keras深度学习框架通过卷积神经网络cnn实现手写数字识别

昨天通过keras构建简单神经网络实现手写数字识别，结果在最后进行我们自己的手写数字识别的时候，准确率堪忧，只有60%。今天通过卷积神经网络来实现手写数字识别。
luffy5459·2023-08-31 08:32

keras深度学习框架通过简单神经网络实现手写数字识别

背景keras深度学习框架，并不是一个独立的深度学习框架，它后台依赖tensorflow或者theano。大部分开发者应该使用的是tensorflow。
luffy5459·2023-08-31 08:30

matplotlib 创建离散的colorbar，适用于图像分割可视化

如下importnumpyasnpimportmatplotlibimportmatplotlib.tickerastickerfrommatplotlib.colorsimportListedColormap
防搞活机·2023-08-31 05:10

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化...

全文下载链接:http://tecdat.cn/?p=29480作者：XingshengYang1利用python爬取链家网公开的租房数据；2对租房信息进行分析，主要对房租相关特征进行分析，并搭建模型用于预测房租（点击文末“阅读原文”获取完整代码数据）。相关视频任务/目标利用上海链家网站租房的公开信息，着重对月租进行数据分析和挖掘。上海租赁数据此数据来自Lianjia.com.csv文件包含名称，
拓端研究室TRL·2023-08-31 05:27

MachineLearningWu_17/P78-P83_UsingBiasAndVarianceToDiagnose

高bias意味着欠拟合，而高variance意味着过拟合，我们可以通过下面这张图片更加了解，当然也会存在，既高bias又高variance的情况，如下，这种情况很糟糕，故，模型参数量影响着
樱木之·2023-08-31 02:47

yolo增加RFEM

这种设计有助于减少参数数量，降低过拟合
athrunsunny·2023-08-30 21:16

模型选择+过拟合和拟合

知识点poly_features=np.power(features,np.arange(max_degree).reshape(1,-1))#np.arange(max_degree) 生成一个从0到 max_degree-1 的数组，即 [0,1,2,...,max_degree-1]。#np.arange(max_degree).reshape(1,-1) 将生成的数组reshape成形状为
每天学一点q·2023-08-30 16:09

tensorflow和keras张量切片（slice）

Notes想将一个向量x=(x1,x2,x3,x4,x5)Tx=\left(x_1,x_2,x_3,x_4,x_5\right)^Tx=(x1,x2,x3,x4,x5)T分割成两部分：a=(x1,x2)Ta=\left(x_1,x_2\right)^Ta=(x1,x2)T和b=(x3,x4,x5)Tb=\left(x_3,x_4,x_5\right)^Tb=(x3,x4,x5)T，操作大概是：a=
HackerTom·2023-08-30 09:35

wikipedia数据集预处理

暂时用Keras预训练的VGG16[7,8]代替CaffeNet，参考[12]；word2ve
HackerTom·2023-08-30 09:34

论文解读《Adversarial training methods for semi-supervised text classification》

可显著增加机器学习模型所引起的损失对抗性实例的存在暴露了机器学习模型的脆弱性和局限性，也对安全敏感的应用场景带来了潜在的威胁；1.2对抗性训练训练模型正确分类未修改示例和对抗性示例的过程，使分类器对扰动具有鲁棒性目的：正则化手段，提升模型的性能（分类准确率），防止过拟合产生对抗样本
系统免驱动·2023-08-30 05:37

Pytorch基础及实战(4)——transforms数据增强

在AI领域的模型训练中通常会遇到模型过拟合问题，通常采取的办法就是数据增强处理，例如在图像处理中，数据增强是指对原始图像进行旋转、缩放、剪切、翻转等操作，以扩大训练数据集的规模，提高模型泛化能力，降低过拟合风险
穿着帆布鞋也能走猫步·2023-08-30 03:43

最近流传出来的计算机视觉CV视频课程

2：深度学习的发展历史.mp4│任务3：现代深度学习的典型例子.mp4│任务4：深度学习在计算机视觉中的应用.mp4│任务5：深度学习的总结.mp4│任务6：开发环境的配置,Python,Numpy,Keras
globals_11de·2023-08-29 21:21

cs231n assignment2 q1

文章目录嫌啰嗦看源码Q1Multi-LayerFullyConnectedNeuralNetworks多层全连接神经网络fc_net\_\_init\_\_题面解析代码loss题面解析代码输出调整一个三层神经网络使其过拟合题面解析结果调整一个五层神经网络使其过拟合结果
理智点·2023-08-29 11:31

常用数据回归建模算法总结记录

算法通过拟合一个最小二乘法损失函数来找到最佳的线性拟合直线或平面。线性回归的目标是最小化预测
Together_CZ·2023-08-29 11:16

【Tensorflow】卷积中same和vaild的区别

用tensorflow/keras写一个
sdbhewfoqi·2023-08-29 03:34

Ubuntu20.04+python3.8.13+cuda11.2+tensorflow-gpu2.10+pytorch1.10（ubuntu18.04系统奔溃，重新安装环境经验）

conda4.14.0tensorflow环境Python3.8.13+cuda11.2+tensorflow-gpu2.10.0+keras2.10.0pytorch环境python3.8.13+cudatoolkit11.3
weixin_52863494·2023-08-29 02:33

保姆级 Keras 实现 Faster R-CNN 一

保姆级Keras实现FasterR-CNN一一.数据标注二.目标检测原理三.R-CNN到FasterR-CNN1.R-CNN为什么慢2.FastR-CNN为什么比R-CNN快3.FasterR-CNN为什么比
Mr-MegRob·2023-08-29 02:22

保姆级 Keras 实现 Faster R-CNN 二

保姆级Keras实现FasterR-CNN二一.VOC数据集1.数据下载与结构2.修改数据路径与结构3.读取数据路径函数二.IoU(IntersectionoverUnion)1.如何判断anchorbox
Mr-MegRob·2023-08-29 02:22

Keras 自定义层报 ‘Node‘ object has no attribute ‘output_masks‘ 问题

Keras自定义层报'Node'objecthasnoattribute'output_masks'问题当我用Keras复现FasterR-CNN(系列文章在这里)时需要用到自定义层实现RoiPoolingLayer
Mr-MegRob·2023-08-29 02:22

保姆级 Keras 实现 Faster R-CNN 十

保姆级Keras实现FasterR-CNN十一.建议区域矩形二.定义ProposalLyaer1.
Mr-MegRob·2023-08-29 02:21

PYTHON用KERAS的LSTM神经网络进行时间序列预测天然气价格例子|附代码数据

全文下载链接：http://tecdat.cn?p=26519最近我们被客户要求撰写关于LSTM的研究报告，包括一些图形和统计输出。一个简单的编码器-解码器LSTM神经网络应用于时间序列预测问题：预测天然气价格，预测范围为10天。“进入”时间步长也设置为10天。)只需要10天来推断接下来的10天。可以使用10天的历史数据集以在线学习的方式重新训练网络（点击文末“阅读原文”获取完整代码数据）。数据集
·2023-08-29 01:16

L1 ， L2正则化

相同点：都用于避免过拟合不同点：L1可以让一部分特征的系数缩小到0，从而间接实现特征选择。所以L1适用于特征之间有关联的情况。L2让所有特征的系数都缩小，但是不会减为0，它会使优化求解稳定快速。
水星no1·2023-08-29 01:53

吴恩达机器学习——正则化

7.1过拟合的问题过拟合问题简单来说就是泛化能力差：所建的机器学习模型在训练样本中准确率很高，在验证数据集中准确率低——也就是说模型难以推广到新的数据。
SCY_e62e·2023-08-29 00:26

keras使用稀疏输入进行训练

在python中我们可以使用scipy中的sparse模块存储这些矩阵，但是在用keras搭建神经网络使用这些矩阵作为神经网络的输入时，则需要做一些处理才能使用sparse格式的数据。
AlchemistMartin·2023-08-28 16:30

【深度学习】实验01 波士顿房价预测

文章目录波士顿房价预测SklearnKeras波士顿房价预测Sklearn#导入机器学习库fromsklearn.linear_modelimportLinearRegression,SGDRegressor
Want595·2023-08-28 15:09

机器学习，深度学习一些好文

4.5、pytorch实现神经网络的训练过程5、参数初始化6、keras和pytorch对于CNN模型定义代码、训练代码的对比6.1、对比6.2、模
一只菜得不行的鸟·2023-08-28 13:18

机器学习算法（一）之PCA降维算法理论

1.在以下的红色，绿色，蓝色三份样本中有很多的点，每一个点在平面直角坐标系中有它自己的（x,y）坐标，因此相当于样本点具有二维的约束，对计算机来说，数据的维度越到，存储需要的计算空间越大，同时容易造成过拟合
千与编程·2023-08-28 13:16

Tensorflow2.0搭建网络八股

目录引言：keras与Tensorflow2.0结合一、六步法1.导入头文件：import2.收集处理训练集和测试集：train,test：3.描述各层网model=tf.keras.models.Sequential
孤狼灬笑·2023-08-28 12:48

DBO优化SVM的电力负荷预测，附MATLAB代码

c越高，说明越不能容忍出现误差,容易过拟合。c越小，容易欠拟合。c过大或过小，泛化能力都会变差。gamma是选择RBF函数作为kernel后，该函数自带的一个参数。
今天吃饺子·2023-08-28 12:21

欠拟合和过拟合

欠拟合：所建的学习模型和训练集和测试集中均表现不佳，增加和组合特征改善过拟合：所建的学习模型在训练样本中表现优越，在测试数据集中表现不佳，增加并清洗数据（减少噪声），减少维度欠拟合解决方法：1.添加其他特征项
Vurtex·2023-08-28 10:02

使用keras下载mnist数据集的问题

首先，下载mnist数据集到本地，下载地址：https://s3.amazonaws.com/img-datasets/mnist.npz保存到一个文件夹中，然后编码：(x_train,y_train),(x_test,y_test)=mnist.load_data(’/home/mayahong/NLP/TensorFlow/tensorflow-101-master/mnist/mnist/m
雅honghong啊·2023-08-28 06:56

Keras和Tensorflow（CPU）安装、Pytorch（CPU和GPU）安装以及jupyter使用虚拟环境

微信公众号：数学建模与人工智能Keras和Tensorflow（CPU）安装、Pytorch（CPU和GPU）安装Keras和Tensorflow（CPU）安装一、安装我用的是清华大学源二、深度学习模型保存与加载三
qq742234984·2023-08-28 01:23

机器学习理论笔记（二）：数据集划分以及模型选择

文章目录1前言2经验误差与过拟合3训练集与测试集的划分方法3.1留出法（Hold-out）3.2交叉验证法（CrossValidation）3.3自助法（Bootstrap）4调参与最终模型5结语1前言欢迎来到蓝色是天的机器学习笔记专栏
蓝色是天·2023-08-27 23:34

Keras上实现recall和precision，f1-score（多分类问题）

关于心电图的实验我一直都是在keras上实现的，怎么说呢，keras对于初学者来说十分友好，搭模型犹如搭积木，很多细节都被封装起来了，但是随着研究的深入，就会慢慢意识到，keras还是有很多不方便的地方
热爱学习的Valeria·2023-08-27 13:41

机器学习实战之用 Scikit-Learn 正则化方法解决过拟合详解

这就是过拟合的问题。过拟合是模型在训练过程中学到了数据的“噪声”而非规律，导致在未知数据上表现不佳。那么怎么解决这个问题呢？今天我们就来聊聊Scikit-Learn的正则化方法吧！
Rocky006·2023-08-27 12:57

总结

决策树算法的有点简单,直观,可解释性强,建树容易不需要预处理,归一化,以及处理缺失值离散值,连续值,及其混合都可以处理能够多分类缺点容易过拟合,泛化能力不强样本发生改动,会导致树的结构发生变化,这里可以通过集成学习方法解决容易偏向某些特征
zhouycoriginal·2023-08-27 10:03

深度学习1.卷积神经网络-CNN

需要处理的数据量太大保留图像特征人类的视觉原理卷积神经网络-CNN的基本原理卷积——提取特征池化层（下采样）——数据降维，避免过拟合全连接层——输出结果CNN有哪些实际应用？
ZhangJiQun&MXP·2023-08-27 10:03

PyTorch三种主流模型构建方式：nn.Sequential、nn.Module子类、nn.Module容器开发实践，以真实烟雾识别场景数据为例

Keras和PyTorch是两个常用的深度学习框架，它们都提供了用于构建和训练神经网络的高级API。
Together_CZ·2023-08-27 09:13
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他