keras学习

Keras学习之路——1

用keras实现异在Ng的视频里面，介绍神经网络的时候就用了与、或、非、异或、同或来讲解。通过两层的神经网络，第一层是三个units（包括偏置项），然后第二层也是三个units（包括偏置项），然后最后输出一个结果，每一层的激活函数（activation）都是tanh刚刚看了keras的说明，想着简单用keras实现一下这个神经网络。fromkeras.modelsimportSequentialf
Big_Head_·2018-07-14 11:16

Keras学习之4：多分类问题（reuters路透社新闻数据为例）

本数据库包含来自路透社的11,228条新闻，分为了46个主题。与IMDB库一样，每条新闻被编码为一个词下标的序列。上代码：fromkeras.datasetsimportreutersfromkeras.utils.np_utilsimportto_categoricalfromkerasimportmodelsfromkerasimportlayersimportnumpyasnpimportm
cskywit·2018-07-03 16:07

Keras学习之3：回归问题（boston_housing数据为例）

本实验使用boston_housing数据集对房价数据进行回归分析，数据来自1970年代，波斯顿周边地区的房价，是用于机器学习的经典数据集。该数据集很小，共计506条数据，分为404个训练样本和102个测试样本，因此需要采用K-Fold，这里取K=4。每条数据包含13个特征，分别为：CRIM-percapitacrimeratebytownZN-proportionofresidentiallan
cskywit·2018-07-03 16:18

官网实例详解4.36（neural_style_transfer.py）-keras学习笔记四

基于Keras的神经风格迁移Keras实例目录代码注释'''NeuralstyletransferwithKeras.基于Keras的神经风格迁移Runthescriptwith:使用以下指令运行脚本：```pythonneural_style_transfer.pypath_to_your_base_image.jpgpath_to_your_reference.jpgprefix_for_re
wyx100·2018-07-01 00:43

Keras学习之2：简单神经网络处理二分类问题（IMDB影评数据分类为例）

IMDB数据集含有50000条国际影评，被均分为训练集和测试集。在IMDB中，影评所用的词汇被映射为大于0的整数，表示该单词出现在数据库中的词频的排名。本实验只是运用keras进行简单神经网络实验，没有考虑过拟合问题处理。代码简单，直接贴出来。fromkeras.datasetsimportimdbimportnumpyasnpfromkerasimportmodelsfromkerasimpor
cskywit·2018-06-27 16:06

Keras学习之tensor张量

本文参考Keras中文官方网站：http://keras-cn.readthedocs.io/en/latest/other/regularizers/tensor(张量)指的是指广泛的数据类型，它是nn维的（nn是自然数）。最简单的张量是单个的数字，例如数字66就是00维张量；向量[1,2,3,4,5,6][1,2,3,4,5,6]是一维张量；矩阵即二维张量；继续向下写就是33维张量、44维张量
hhhhhliu·2018-06-27 16:46

Keras学习之1：简单神经网络

使用下载在本地的Mnist手写字符数据集，代码很简单，不做过多解释，Keras搭建神经网络确实很方便，几行代码就完成了一个两层的神经网络。fromkerasimportmodelsfromkerasimportlayersimportnumpyasnpfromkeras.utilsimportto_categoricaldefload_data():path='./mnist.npz'f=np.l
cskywit·2018-06-26 15:37

Tensorflow与keras学习 (0)——环境安装与配置

Tensorflow与keras学习(0)——环境安装与配置更多内容关注微信公众号：ML_Study1，python安装与测试系统：windows7-64位进入网址：www.python.org下载3.5.3
长缨缚苍龙·2018-06-14 12:10

人工智能资料库：第51辑（20170504）

作者：chen_h微信号&QQ：862251340微信公众号：coderpai今天分享：（1）从零开始实现自动语音识别系统；（2）Keras学习深度学习教程；（3）深度学习论文汇总；（4）利用特征工程提升
coderpai·2018-05-16 22:35

keras学习笔记之协助使用keras

keras模型可视化模型可视化需要两个软件graphviz和pydot，安装需要三个指令（对于python2.7）即可sudopipinstallgraphviz(安装接口)sudoapt-getinstallgraphviz(安装软件本身)sudopipinstallpydot==1.1.0附参考博客地址http://blog.csdn.net/u010262413/article/detail
Achhhe·2018-04-20 09:58

Keras学习（三）CIFAR10 识别---CNN 实现（1）

【本系列博文是学习Keras的笔记，Keras版本为2.1.5，主要的参考资料为：Keras中文文档】我们之前一直利用MNIST数据进行学习，现在对一个更复杂点的数据集–CIFAR-10–进行实验学习。这一节，主要了解下Keras数据增强（dataAugmentation）CIFAR-10数据集这是一个经典的数据集，包含6000张32××32的彩色图片，其中训练集5000张，测试集10000张。C
oio328Loio·2018-04-10 21:04

Python深度学习库Keras学习之mnist手写体识别

本文为学习过程总结，此文参考了很多博客的精华，参考地址已贴出；目标：1，学习使用Keras库的函数2，完成mnist识别背景介绍：（1）Keras介绍Keras是一个高层神经网络API，Keras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：简易和快速的原型设计（k
这个人太懒了·2018-04-02 16:36

keras学习之-mnist_cnn.py

keras的初窥，发现keras真是一个极好的api，封装了好多繁琐的东东，使用起来简洁方便。注：该例子相对比较简单，两个卷积层作为隐藏层，一个全连接层作为输出层#-*-coding:utf-8-*-"""Createdon2018/3/1318:15@author:lhua"""#先翻译下开头：#用MNIST手写数字识别数据训练了一个简单的CNN模型。在迭代12次之后得到了99.25%的准确率#
yibo17071·2018-03-14 10:28

180204 Keras学习笔记(更新ing)

常规操作将整数标签label进行one-hot转换保存与加载模型权重加载mnist数据加载cifar-100数据KerasasasimplifiedinterfacetoTensorFlow常规操作1.将整数标签label进行one-hot转换fromkeras.utils.np_utilsimportto_categoricalint_labels=np.arange(10)categorica
hustliu2018·2018-02-04 20:06

keras学习笔记-黑白照片自动着色的神经网络-Beta版

正文共3894个字，8张图，预计阅读时间11分钟。Alpha版本不能很好地给未经训练的图像着色。接下来，我们将在Beta版本中做到这一点——将上面的将神经网络泛化。以下是使用Beta版本对测试图像着色的结果。特征提取器我们的神经网络要做的是发现将灰度图像与其彩色版本相链接的特征。试想，你必须给黑白图像上色，但一次只能看到9个像素。你可以从左上角到右下角扫描每个图像，并尝试预测每个像素应该是什么颜色
LeadAI学院·2018-01-26 00:00

keras学习笔记-黑白照片自动着色的神经网络-Alpha版

正文共5042个字，11张图，预计阅读时间13分钟。如今，上色都是人手工用Photoshop做的，一张图片要花好几个月才能完成，需要进行大量调查研究，光是其中的一张脸就需要多达20层图层。但是，基于深度神经网络的自动着色机器人，可以几秒钟就实现PS几个月的效果，而且成效越来越惊人。下面，我们将分三个步骤展示如何打造你自己的着色神经网络。第一部分讲解核心逻辑。我们将构建一个40行代码的神经网络，作为
LeadAI学院·2018-01-26 00:00

Keras+tensorflow学习笔记

Keras学习笔记1.Keras中，当指定了验证集时，每个epoch执行完后都会运行一次验证集以确定模型的性能。
qq_26919935·2018-01-17 19:04

Keras 函数API 官网案例

Keras函数API官网案例标签（空格分隔）：Keras学习Keras函数API官网案例全连接层多输入多输出共享层获取中间层的值图像问答模型TheKerasfunctionalAPIisthewaytogofordefiningcomplexmodels
Charel_CHEN·2017-12-09 08:00

Keras 官方案例

Keras官方案例标签（空格分隔）：Keras学习Keras官方案例MLP多分类问题MLP二分类问题VGG-like模型LSTM二分类序列一维卷积二分类stactedLTSM多分类问题statefulLSTM
Charel_CHEN·2017-12-08 11:41

深度学习框架Keras学习系列（二）：神经网络与BP算法（Neural Network and BP Algorithm）

概念神经网络LogisticRegression梯度下降算法GradientDescentLogisticRegression的梯度下降神经网络模型NN的表示计算NN的输出激活函数ActivationFunctionsNN的梯度下降随机初始化概念神经网络请参照这篇文章神经网络浅讲：从神经元到深度学习，以对神经网络的发展历史以及其数学原理有一个基本的了解。本文只对将要在后续过程中使用的神经网络模型进
蓝色枫魂·2017-11-22 16:55

keras学习笔记(4)—损失函数

一、损失函数类型二、算法详解2.1mean_squared_error(mse)—平方误差计算公式：mse=1m∑i=1m(y(i)−yˆ(i))22.2mean_absolute_error(mae)—绝对值误差mae=1m∑i=1m|y(i)−yˆ(i)|22.3mean_absolute_percentage_error(mape)mape=100⋅1m∑i=1m|y(i)−yˆ(i)y(i
ice_actor·2017-10-25 23:43

keras学习笔记(1)-Keras的模块架构

1.keras介绍  keras是基于Tensorflow、Theano、CNTK后端的高层神经网络API，它简单快速的原型设计，让你可以快速的将idea转化为结果，并且可以在CPU和GPU之间无缝切换。2.keras模块思维导图3.快速上手-mnist手写字识别#-*-coding:utf-8-*-fromkeras.modelsimportSequentialfromkeras.dataset
ice_actor·2017-10-19 23:27

Keras学习之三：用CNN实现cifar10图像分类模型

Keras学习之三：用CNN实现cifar10图像分类模型1卷积神经网络简介卷积神经网络和全连接神经网络一样，都是由多个神经网络层连接而成。
zzulp·2017-07-29 21:46

Keras学习笔记（一）

1.Dense全连接层（对上一层的神经元进行全部连接，实现特征的非线性组合）keras.layers.core.Dense(units,activation=None,use_bias=True,kernel_initializer='glorot_uniform',bias_initializer='zeros',kernel_regularizer=None,bias_regularizer=
gjq246·2017-05-23 11:41

keras学习笔记（一）

Keras：基于theano和tensorflow的深度学习库Keras是一个高层神经网络库，由Python编写并基于theano和tensorflowKeras适用的Python版本是python2.7-python3.5Keras的一个重要性质是模块化设计，模块可理解为独立的序列或图，完全可配置的模块以最少的代价自由组织在一起。网络层、损失函数、优化器、初始化策略、激活函数、正则化方法都是独立
chyang1999·2017-03-01 14:28

keras学习笔记(1)CNN网络

cifar10_cnn.py解析数据载入数据的载入可以使用cifar10.load_data()这个函数完成，第一次运行时会自动下载cifar10数据，并返回训练集（5W）和测试集（1W）。注意：如果使用theano后端，图片的shape为[样本数，通道数，行数，列数]，如果使用的是tensorflow后端，图片的shape为[样本数，行数，列数，通道数]from__future__importp
Lawrent·2016-12-19 20:46

keras学习笔记(1)CNN网络

cifar10_cnn.py解析数据载入数据的载入可以使用cifar10.load_data()这个函数完成，第一次运行时会自动下载cifar10数据，并返回训练集（5W）和测试集（1W）from__future__importprint_functionfromkeras.datasetsimportcifar10fromkeras.preprocessing.imageimportImageD
Lawrent·2016-12-19 20:05

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-05-模型

原地址：http://blog.csdn.net/niuwei22007/article/details/49207187可以查看更多文章介绍完了优化器和目标函数，那么剩下的就是训练模型了。这一小节，我们来看一下Keras的Models是如何使用的。Keras可以建立两种模型，一种是线性叠加的，层与层之间是全连接的方式，一个输入，一个输出；另外一种是图型的，输入与输出数量任意，并且可以指定层与层之
dlaicxf·2016-10-18 11:55

（转） 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-01-FAQ

特别棒的一篇文章，仍不住转一下，留着以后需要时阅读基于Theano的深度学习(DeepLearning)框架Keras学习随笔-01-FAQ
tina_ttl·2016-04-01 10:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-17-Embedding Layers

本博客来自CSDN：http://blog.csdn.net/niuwei22007/article/details/49406355本篇介绍的内容主要用于NLP(NatureLanguageProcess,自然语言处理)。DeepLearning算法已经在图像和音频领域取得了惊人的成果，但是在NLP领域中尚未见到如此激动人心的结果，但就目前而言，DeepLearning在NLP领域中的研究已经将
Tig_Free·2015-10-25 20:28

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-16-Normalization

本文来自CSDN博客：http://blog.csdn.net/niuwei22007/article/details/49405199本篇介绍的内容很少，只有一项就是归一化层。顾名思义就是能够对输入输出进行归一化操作的结构层。一、BatchNormalizationkeras.layers.normalization.BatchNormalization(epsilon=1e-6,weights
Tig_Free·2015-10-25 18:05

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-13-卷积层

     本文来自CSDN博客：http://blog.csdn.net/niuwei22007/article/details/49366745    上一篇介绍了基础核心层，就是用来构建普通网络的基础部件。这一篇主要介绍的是卷积层，主要用于构建卷积神经网络等需要用到卷积操作的神经网络。卷积操作(可以参看博文卷积算子计算方法-卷积操作)的优点就是可以增强原信号特征，增强对原信号位移、形变之后的识
niuwei22007·2015-10-23 21:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-12-核心层

    本文来自CSDN博客：http://blog.csdn.net/niuwei22007/article/details/49277595 原博客可以获取更多文章    从这篇开始介绍Keras的Layers，就是构成网络的每一层。Keras实现了很多层，包括核心层、卷基层、RNN网络层等诸多常用的网络结构。下面开介绍核心层中包含了哪些内容。因为这个核心层我现在还没有全部用到，所以会有一部分
niuwei22007·2015-10-20 15:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-11-数据集

    原地址：http://blog.csdn.net/niuwei22007/article/details/49231271可以查看更多文章基本的使用情况差不多介绍的差不多了，我也是边学习边写博客，其中难免有很多理解错误的地方或者理解不到位的地方，还请各位博友多多指点。     介绍完了使用，就应该自己动手去实践了，因此，这里再介绍一下实验数据的问题。Keras提供了常用的几种数据集的下载，
niuwei22007·2015-10-18 21:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-10-回调

    原地址：http://blog.csdn.net/niuwei22007/article/details/49229909    Callbacks(回调函数)是一组用于在模型训练期间指定阶段被调用的函数。可以通过回调函数查看在模型训练过程中的模型内部信息和统计数据。可以通过传递一个回调函数list给fit()函数，然后相关的回调函数就可以在指定的阶段被调用了。一、Callbacks基类k
niuwei22007·2015-10-18 19:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-09-约束限制

    原地址：http://blog.csdn.net/niuwei22007/article/details/49228447可以查看更多文章    除了规则化外，Keras还有一个约束限制功能。函数可以设置在训练网络到最优时对网络参数的约束。这个约束就是限制参数值的取值范围。比如最大值是多少，不允许为负值等。这一部分比较简单，内容很少。一、如何使用约束限制     在Keras的DenseL
niuwei22007·2015-10-18 16:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-08-规则化(规格化)

    原地址：http://blog.csdn.net/niuwei22007/article/details/49228095可以查看更多文章通过前几篇的介绍，网络已经选择好了优化器、目标函数、模型以及激活函数。并且给权值选择了初始化方法。那么接下来就是训练。训练过程后会出现什么问题呢？过拟合！而有效解决过拟合的方法就是加入规则项。具体的规则化请见http://blog.csdn.net/ni
niuwei22007·2015-10-18 15:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-07-初始化权值

     原地址：http://blog.csdn.net/niuwei22007/article/details/49226495可以查看更多文章模型训练的时候会首先对权值矩阵和偏置进行初始化。有的是把权值初始化为0，但是这种情况不能适用于带有梯度下降算法的网络。因为每次的残差都一样，那么网络参数就达不到最优了。所以一般常用的就是随机数初始化，保证每个参数都不重复，但是差值也不会很大。随机数初始
niuwei22007·2015-10-18 11:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-06-激活函数

    原地址：http://blog.csdn.net/niuwei22007/article/details/49208643可以查看更多文章激活函数也是神经网络中一个很重的部分。每一层的网络输出都要经过激活函数。比较常用的有linear，sigmoid，tanh，softmax等。Keras内置提供了很全的激活函数，包括像LeakyReLU和PReLU这种比较新的激活函数。一、激活函数的使用
niuwei22007·2015-10-17 22:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-05-模型

原地址：http://blog.csdn.net/niuwei22007/article/details/49207187可以查看更多文章介绍完了优化器和目标函数，那么剩下的就是训练模型了。这一小节，我们来看一下Keras的Models是如何使用的。Keras可以建立两种模型，一种是线性叠加的，层与层之间是全连接的方式，一个输入，一个输出；另外一种是图型的，输入与输出数量任意，并且可以指定层与层之
Tig_Free·2015-10-17 20:57

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-05-模型

原地址：http://blog.csdn.net/niuwei22007/article/details/49207187可以查看更多文章介绍完了优化器和目标函数，那么剩下的就是训练模型了。这一小节，我们来看一下Keras的Models是如何使用的。Keras可以建立两种模型，一种是线性叠加的，层与层之间是全连接的方式，一个输入，一个输出；另外一种是图型的，输入与输出数量任意，并且可以指定层与层之
niuwei22007·2015-10-17 20:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-04-目标函数

    原地址：http://blog.csdn.net/niuwei22007/article/details/49132133可以查看更多文章Objective（目标函数），就是常说的代价函数或者损失函数。是训练一个模型另外一个必备的参数。比较常用的就是均方误差和逻辑回归。上一个是优化器。    一、目标函数的使用方法model.compile(loss='mean_squared_error
niuwei22007·2015-10-14 22:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-03-优化器

    原地址：http://blog.csdn.net/niuwei22007/article/details/49131393可以查看更多文章optimizers（优化器）。机器学习包括两部分内容，一部分是如何构建模型，另一部分就是如何训练模型。训练模型就是通过挑选最佳的优化器去训练出最优的模型。    Keras包含了很多优化方法。比如最常用的随机梯度下降法(SGD)，还有Adagrad、A
niuwei22007·2015-10-14 21:00

深度学习（十）keras学习笔记

keras学习笔记原文地址：http://blog.csdn.net/hjimce/article/details/49095199作者：hjimcekeras与torch7的使用非常相似，是最近才火起来的深度学习开源库
hjimce·2015-10-13 10:19

深度学习（十）keras学习笔记

keras学习笔记原文地址：http://blog.csdn.net/hjimce/article/details/49095199作者：hjimcekeras与torch7的使用非常相似，是最近才火起来的深度学习开源库
hjimce·2015-10-13 10:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-02-Example

    http://blog.csdn.net/niuwei22007/article/details/49053771原地址可以查看更多文章   下面这些例子是keras前期版本的，现在已经升级到了keras0.3.0，以下代码需要进行修改才可以。如今的代码更简洁，使用更方便，不需要自己计算每一层的输入shape，除了第一层。下面来看几个例子，来了解一下Keras的便捷之处。不需要具体去研究代
niuwei22007·2015-10-11 21:00

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-01-FAQ

http://blog.csdn.net/niuwei22007/article/details/49045909原地址可以查看更多文章本文主要介绍一下Keras的问答部分，其实很简单，后边可能不会详细说到，提前凉一下，便于翻看。Keras介绍：Keras是一个极度简化、高度模块化的神经网络第三方库。基于Python+Theano开发，充分发挥了GPU和CPU操作。其开发目的是为了更快的做神经网络
Tig_Free·2015-10-11 10:40

基于Theano的深度学习(Deep Learning)框架Keras学习随笔-01-FAQ

http://blog.csdn.net/niuwei22007/article/details/49045909原地址可以查看更多文章本文主要介绍一下Keras的问答部分，其实很简单，后边可能不会详细说到，提前凉一下，便于翻看。Keras介绍：    Keras是一个极度简化、高度模块化的神经网络第三方库。基于Python+Theano开发，充分发挥了GPU和CPU操作。其开发目的是为了更快的做
niuwei22007·2015-10-11 10:00

Chars74K由theano到keras(关于keras学习以及源码阅读)

之前学习深度学习是从theano开始，官方的教程很赞，非常细致。但是也有缺点，就是太复杂了，建模十分麻烦。之前本来准备先学theano掌握基本知识然后开始用caffe的，不过让我发现了keras，很赞。下面是一段用keras写的卷积神经网络识别MNIST手写字符的代码，可以看到代码十分简洁。importnumpyasnp np.random.seed(1337)#forreproducibilit
qingnianzhi·2015-07-11 19:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他