Keras非线性回归

Python第十六课：深度学习入门 | 神经网络解密

本节目标理解生物神经元与人工神经网络的映射关系掌握激活函数与损失函数的核心作用使用Keras构建手写数字识别模型可视化神经网络的训练过程掌握防止过拟合的基础策略一、神经网络基础（大脑的数字化仿生）1.神经元对比生物神经元人工神经元树突接收信号输入层接收特征数据细胞体整合信号加权求和

程之编·2025-03-11 09:03

tensorflow keras 报错：No gradients provided for any variable 原因与解决办法

错误分析Nogradientsprovidedforanyvariable这个意思是没有梯度给已知的所有函数，为什么会出现这个错误呢，因为在深度学习中，梯度的更新是由于反向传播算法的实现的，如果损失函数没有与已知的任何（除输入）层关联，那么，损失函数就无法求出关于各个函数的梯度，导致错误解决办法例如损失函数defcontrastive_loss_layer(left_inputs,right_in

研志必有功·2025-03-09 06:26

Keras深度学习实战——手写文字识别

、内容合伙人、新星导师、全栈领域优质创作者、51CTO(Top红人+专家博主)、github开源爱好者（go-zero源码二次开发、游戏后端架构https://github.com/Peakchen）Keras

鱼弦·2025-03-08 16:18

卷积神经网络应用-训练手写体数字数据集并展示识别精度

#卷积神经网络(CNN)训练手写体数据集importnumpyasnpimportmatplotlib.pyplotaspltimporttensorflow.kerasaskaimportdatetime

yeahamen·2025-03-06 12:17

TensorFlow\Keras实战100例——BP\CNN神经网络~MINST手写数字识别

一.原理说明BP神经网络是一种多层的前馈神经网络，其主要的特点是：信号是前向传播的，而误差是反向传播的。具体来说，对于如下的只含一个隐层的神经网络模型：BP神经网络的过程主要分为两个阶段，第一阶段是信号的前向传播，从输入层经过隐含层，最后到达输出层；第二阶段是误差的反向传播，从输出层到隐含层，最后到输入层，依次调节隐含层到输出层的权重和偏置，输入层到隐含层的权重和偏置。卷积神经网络（Convolu

AI街潜水的八角·2025-03-06 08:45

基于tensorflow使用VGG16实现猫狗识别

importtensorflowastfimportnumpyasnpfromtensorflow.kerasimportlayers,models,optimizersfromtensorflow.keras.preprocessing.imageimportImageDataGenerator

Jakari·2025-03-05 02:34

python数据分析入门与实战王静_Keras快速上手：基于Python的深度学习实战

1准备深度学习的环境11.1硬件环境的搭建和配置选择.........................11.1.1通用图形处理单元..........................31.1.2你需要什么样的GPU加速卡....................61.1.3你的GPU需要多少内存.......................61.1.4是否应该用多个GPU..............

weixin_39724362·2025-03-04 04:52

深度学习框架之主流学习框架

它以强大的图计算模型和分布式计算能力著称，并且通过高级API如Keras，为用户提供了易于上手的开发体验。PyTorch：由Facebook开发，以其动态计算图

uu1224·2025-03-02 14:17

ValueError: Tensor conversion requested dtype int64 for Tensor with dtype float64: ‘Tensor(“loss/a

用keras以TensorFlow作为后端重写相对熵函数，报错。。。

初识-CV·2025-03-02 08:46

通过 Python FastAPI 开发一个快速的 Web API 项目

Python如此受欢迎的众多原因之一是Python有大量成熟和稳定的库可供选择:网页开发有：Django和Flask，提供了很好的网络开发体验和大量的有用文档机器学习有：scikit-learn、Keras

Python_P叔·2025-02-28 00:57

扣子和DIfy调用deepseek对比分析

又闻言，Dify、TensorFlow、PyTorch、Keras、Fastai、HuggingFace等工具可以微调诸如deepseek、chatgpt、doubao等大模型。

ISDF-CodeInkVotex·2025-02-27 06:30

卷积神经网络八股（一）------20行代码搞定鸢尾花分类

卷积神经网络八股（一）------20行代码搞定鸢尾花分类引言用TensorflowAPI：tf.keras实现神经网络搭建八股Sequential的用法compile的用法fit的用法（batch是每次喂入神经网络的样本数

有幸添砖java·2025-02-25 22:11

第三讲-神经网络八股

一、搭建神经网络六部法tf.keras搭建神经网络六部法1、import相关模块 2、train,test #训练集、测试集3、model=tf.keras.models.Sequential #逐层搭建网络结构

loveysuxin·2025-02-25 22:38

基于YOLOv5、FaceNet与KNN的人脸识别系统

步骤1：环境配置安装依赖库：安装Python3.x安装TensorFlow、Keras、OpenCV等深度学习库获取数据集：收集训练用的多个人脸图像（每个用户至少几十张）将图像按用户分类存放在data/

reset2021·2025-02-24 19:29

计算机视觉CV学习路线

.基础准备（可参考mooc学习）2.计算机视觉基础知识（可参考mooc学习、计算机图形学）3.经典计算机视觉算法（可参考吴恩达机器学习课程、国内外计算机图形学课程）4.深度学习基础（参考吴恩达和TF、Keras

我喝AD钙·2025-02-22 23:08

基于深度学习进行呼吸音检测的详细示例

以下是一个基于深度学习进行呼吸音检测的详细示例，我们将使用Python语言以及一些常见的深度学习库（如TensorFlow、Keras）和数据处理库（如numpy、pandas），同时会用到音频处理库librosa

go5463158465·2025-02-22 01:57

基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用

学习率对梯度下降算法的实例分析从机器学习到深度学习算法专题二深度卷积网络、卷积神经网络、卷积运算的基本原理池化操作，全连接层，以及分类器的作用BP反向传播算法的理解一个简单CNN模型代码理解特征图，卷积核可视化分析专题三TensorFlow与keras

xiao5kou4chang6kai4·2025-02-20 11:20

翻译Deep Learning and the Game of Go（14）第十二章采用actor-critic方法的强化学习

本章包括:利用优势使强化学习更有效率用actor-critic方法来实现自我提升AI设计和训练Keras的多输出神经网络如果你正在学习下围棋，最好的改进方法之一是让一个水平更高的棋手给你复盘。

idol_watch·2025-02-17 22:16

深度学习（1)-简单神经网络示例

我们来看一个神经网络的具体实例：使用Python的Keras库来学习手写数字分类。在这个例子中，我们要解决的问题是，将手写数字的灰度图像（28像素×28像素）划分到10个类别中（从0到9）。

yyc_audio·2025-02-16 21:41

keras实现TCN网络层

keras实现TCN网络层，keras3.0可用。

谦虚且进步·2025-02-15 14:46

25、深度学习-自学之路-卷积神经网络基于MNIST数据集的程序展示

importkeras#添加Keraskuimportsys,numpyasnpfromkeras.utilsimportnp_utilsimportosfromkeras.datasetsimportmnistprint

小宇爱·2025-02-14 11:47

【深度学习入门实战】基于Keras的手写数字识别实战（附完整可视化分析）

本人主页：机器学习司猫白ok，话不多说，我们进入正题吧项目概述本案例使用经典的MNIST手写数字数据集，通过Keras构建全连接神经网络，实现0-9数字的分类识别。

机器学习司猫白·2025-02-14 09:01

小赖同学啊·2025-02-13 13:57

Python中LSTM算法的实现与应用

接着，教程以Keras库为例，逐步演示了安装库、数据预处理、模型构建、编译、训练、评估和预测等步骤。深入讲解了在序列数据处理如自然语言和时间序列预测任务中的实际应用，并提供了实践案例，强

昊叔Crescdim·2025-02-12 19:01

（python）如何看自己安装的包的版本

9677·2025-02-12 10:04

小赖同学啊·2025-02-11 22:41

【深度学习实战：kaggle自然场景的图像分类-----使用keras框架实现vgg16的迁移学习】

Hello大家好，今天和大家分享一个kaggle自然场景的图像分类的竞赛，使用的keras框架实现vgg16的迁移学习完成自然场景分类，对数据集感兴趣的同学可以在上方下载数据集。

机器学习司猫白·2025-02-11 20:18

python预测股票 keras_使用LSTM模型预测股价基于Keras

本期作者：DerrickMwiti本期翻译：HUDPinkPig未经授权，严禁转载编者按：本文介绍了如何使用LSTM模型进行时间序列预测。股票市场的数据由于格式规整和非常容易获得，是作为研究的很好选择。但不要把本文的结论当作理财或交易建议。本文将通过构建用Python编写的深度学习模型来预测未来股价走势。虽然预测股票的实际价格非常难，但我们可以建立模型来预测股票价格是上涨还是下跌。本文使用的数据可

weixin_39862899·2025-02-10 17:27

TensorFlow 与 PyTorch 的直观区别

tf的早期版本比较复杂，但在集成Keras库之后相当容易上手。PyT

Cacciatore->·2025-02-09 06:54

AI编程工具合集

-Keras:一个高层神经网络API，可以

109702008·2025-02-08 09:14

MobileNet实战：tensorflow2

2、导入需要的数据包，设置全局参数importnumpyasnpfromtensorflow.keras.optimizersimportAdamimportnumpyasnpfromtensorflow.keras.optimizersimportAdamimportcv2fromtensorflow.keras.preprocessing.imageimportimg_to_arrayfrom

大厂在职_xzG·2025-02-07 22:00

使用Python和TensorFlow/Keras构建一个简单的CNN模型来识别手写数字

一个简单的图像识别项目代码示例，使用Python和TensorFlow/Keras库来训练一个基本的CNN模型，用于识别MNIST手写数字数据集，并将测试结果输出到HTML。

mosquito_lover1·2025-02-06 12:48

一、TensorFlow的建模流程

importtensorflowastffromtensorflow.kerasimportlayers#加载MNIST数据集(x_train,y_train),(x_test,y_test)=tf.kera

李建军·2025-02-05 23:10

深度学习实战一：线性回归（基于Pytorch，含数据和详细注释）

，这就是回归分析的本质2、回归的分类线性回归（又分为一元线性回归和多元线性回归）广义线性回归（又分为逻辑回归和对数回归）非线性回归3、线性回归线性回归是深度学习中最基础、最简单的模型。

若北辰·2025-02-05 17:34

Tensorflow 2.x(keras)源码详解之第十章：keras中的模型保存与加载(详解Checkpoint&md5&模型序列化)

大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。本文主要介绍了Tensorflow2.x(kera

爱编程的喵喵·2025-02-05 07:46

TensorFlow 示例项目实战与源码解析.zip

文章将详细介绍TensorFlow的核心概念，如张量、图计算、会话、变量、梯度下降与优化器、损失函数、数据集、模型评估、模型保存与恢复以及KerasAPI。读者可通过实践这些示

ELSON麦香包·2025-02-05 01:34

python中keras_Python深度学习——keras（一）

大多数深度学习，都是将若干个简单的层给链接起来，实现渐进式的数据过滤，也就是数据蒸馏(过滤到一定程度就等同于蒸馏)首先来看一个数字识别的案例(1)读取训练集和测试集fromkeras.datasetsimportmnist

weixin_39534321·2025-02-04 04:48

关于双塔模型的简单介绍

1.python示例使用python语言来简单示例一下实现过程如下：importtensorflowastffromtensorflow.keras.layersimportInput,Dense,Embedding

eso1983·2025-02-04 02:08

TensorFlow：tensorflow.keras.Model.fit（）报错： TypeError: Failed to convert elements of xxx

一、问题在使用TensorFlow进行数据训练的时候，报了下面这样的一个错误。代码如下：importtensorflowastffromutilzimport*importnumpyasnpacoustic=load_features('C:/Test/MSADatasets/data/acoustic_wav2vec.pkl')label=load_features('C:/Test/MSADa

向小凯同学学习·2025-02-03 12:45

解决：AttributeError: module ‘tensorflow‘ has no attribute ‘variable_scope‘

在TensorFlow2.x中，可以通过tf.name_scope或者直接使用函数和KerasAPI来替代。解决方法（最推荐方法

小桥流水---人工智能·2025-02-03 12:43

tf.Keras (tf-1.15)使用记录4-model.fit方法及其callbacks参数

model.fit()方法是TensorFlowKeras中用于训练模型的核心方法。

普通攻击往后拉·2025-02-03 07:32

基于TensorFlow 2.0的DBN故障诊断程序

```pythonimportnumpyasnpimportmatplotlib.pyplotaspltimporttensorflowastffromtensorflow.kerasimportlayers

ydlhnust·2025-02-03 07:27

Keras TypeError: unsupported operand type(s) for : 'int' and 'Dimension'

记录一个简单的bug在使用keras时，需要取出一个tensor的某一维作为下一层的维度（这里，我是在写attention）代码：dim=input.shape[1]dense=Dense(dim,activation

Yolo_C·2025-02-03 01:40

keras快速上手-基于python的深度学习实践-基于索引的深度学习对话模型-源代码...

/usr/bin/envpython#coding:utf-8#In[1]:importpandasaspdimportnumpyasnpimportpickleimportkerasfromkeras.modelsimportSequential

weixin_34162401·2025-02-02 11:59

深度学习篇---深度学习框架

文章目录前言第一部分：框架简介1.PyTorch简介特点动态计算图易于上手强大的社区支持与Python的集成度高核心组件2.TensorFlow简介特点静态计算图跨平台强大的生态系统Keras集成核心组件

Ronin-Lotus·2025-01-31 21:05

超实用的Python深度学习教程 - 基于TensorFlow和Keras框架（含实例及完整代码）

一、深度学习概述（一）深度学习的定义与发展历程深度学习在当今的科技领域占据着极为重要的地位。它是人工智能的一个重要分支，其定义为通过构建具有很多层的神经网络模型，让计算机自动从大量数据中学习复杂模式的一种技术。深度学习的发展历程可谓波澜壮阔，早期它源于对人工神经网络的研究，从简单的感知机模型开始。在发展初期，由于计算资源的限制以及数据量的不足等因素，发展较为缓慢。然而，随着计算机技术的飞速发展，尤

AI_DL_CODE·2025-01-31 12:49

人工智能学习框架：深入解析与实战指南

掌握人工智能学习框架（如TensorFlow、PyTorch、Keras等）已成为开发智能系统、研究前沿技术的必备技能。

一ge科研小菜鸡·2025-01-28 11:07

【机器学习】自定义数据集使用tensorflow框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

2.模型定义部分：方案1：model=tf.keras.Sequential([tf.keras.layers.Dense(1,input_sh

加德霍克·2025-01-28 01:26

U-Net 生物医学图像分割开源项目介绍

该项目基于TensorFlow和Keras框架，使用Python语言编写，旨在为医学图像分析提供高效的解决

祝珺月·2025-01-26 07:29

tensorflow对应的python版本_tensorflow + python + keras 版本对应关系

TensorFlow2.2tensorflow-2.2TensorFlow2.2.0+Keras2.3.1onPython3.7.TensorFlow2.1tensorflow-2.1TensorFlow2.1.0

weixin_39912303·2025-01-25 09:01

推荐频道