随笔分类 - Tensorflow
计算机视觉 Tensorflow
摘要：1. keras.utils下面的api CustomObjectScope 提供一个无法转义的 范围。 语句中的代码将能够通过名称访问自定义对象。 对全局自定义对象的更改会在封闭的 语句中持续存在。 在 语句结束时， 全局自定义对象将恢复到 语句开始时的状态。 HDF5Matrix 使用 HDF5
阅读全文
摘要：1. keras封装了Scikit learn，并提供了高层API 1. 你可以使用Keras的顺序模型(仅限单一输入)作为Scikit Learn工作流程的一部分，通过在此找到的包装器: 。有两个封装器可用: , 这实现了Scikit Learn 分类器 接口, , 这实现了Scikit Lear
阅读全文
摘要：1. keras中的约束项 1. 模块的函数允许在优化期间对网络参数设置约束（例如非负性）。约束是以层为对象进行的。具体的 API 因层而异，但 ，`Conv1D Conv2D Conv3D` 这些层具有统一的 API。约束层开放 2 个关键字参数： 用于主权重矩阵。 用于偏置。 2. keras内
阅读全文
摘要：1. 模型可视化 1. 模块提供了一些绘制Keras模型的实用功能(使用 )。以下实例，将绘制一张模型图，并保存为文件： 有两个可选参数: (默认为False) 控制是否在图中输出各层的尺寸。 (默认为True) 控制是否在图中显示每一层的名字。 2. 此外，你也可以直接取得 对象并自己渲染它。 i
阅读全文
摘要：1. 正则化层 1. 正则化器允许在优化过程中对层的参数或层的激活情况进行惩罚。 网络优化的损失函数 也包括 这些惩罚项。( 但不包括 诸如Dropout/人为加Noise这类的正则化)。惩罚是 以层为对象 进行的。具体的 API 因层而异，但 ，`Conv1D Conv2D Conv3D` 这些层
阅读全文
摘要：1. 模型初始化 初始化定义了设置 Keras 各层权重随机初始值的方法。用来将初始化器传入 Keras 层的参数名取决于具体的层。通常关键字为 和 : 内置的初始化工具 (是 模块的一部分) Initializer 初始化器基类：所有初始化器继承这个类。 Zeros 将张量初始值设为 0 的初始化
阅读全文
摘要：1. 后端Backend Keras 是一个模型级库，为开发深度学习模型提供了 高层次 的构建模块。它不处理诸如张量乘积和卷积等低级操作。相反，它依赖于一个专门的、优化的张量操作库来完成这个操作，它可以作为 Keras 的「后端引擎」。相比单独地选择一个张量库，而将 Keras 的实现与该库相关联，
阅读全文
摘要：1. 关于Application Keras 的应用模块（keras.applications）提供了带有预训练权值的深度学习模型，这些模型可以用来进行预测、特征提取和微调（fine tuning）。当你初始化一个预训练模型时，会自动下载权值到 目录下。 2. keras内置的Model 在 Ima
阅读全文
摘要：1. CIFAR10 小图像分类数据集 50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 10 个类 别。 2. CIFAR100 小图像分类数据集 50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 100 个类
阅读全文
摘要：1. 回调函数的使用 回调函数是一个函数的合集，会在 训练 的阶段中所使用。你可以使用回调函数来查看 训练模型的内在状态和统计 。你可以传递一个列表的回调函数（作为 关键字参数）到 或 类型的 方法。在 训练 时，相应的回调函数的方法就会被在 各自的阶段 被调用。 2. keras支持的回调函数 1
阅读全文
摘要：1. 激活函数的使用 激活函数可以通过设置 单独的激活层 实现，也可以在 构造层对象 时通过传递 参数实现 2. keras支持的激活函数 1. softmax 2. elu (指数线性单元) 3. selu (可伸缩的指数线性单元) SELU 等同于： ，其中 alpha 和 scale 是预定义
阅读全文
摘要：1. 优化器的使用 1. 优化器(optimizer)是编译Keras模型的所需的两个参数之一： 2. Keras优化器的公共参数 参数 和`clipvalue`能在所有的优化器中使用，用于控制梯度裁剪（Gradient Clipping）： 3. keras支持的Optimizers 1. SGD
阅读全文
摘要：1. 评价函数的用法 1. 评价函数用于评估当前训练模型的性能。当模型编译后（compile），评价函数应该作为 的参数来输入。 2. 评价函数和 "损失函数" 相似，只不过评价函数的结果不会用于训练过程中。我们可以传递已有的评价函数名称，或者传递一个自定义的 Theano/TensorFlow 函
阅读全文
摘要：1. keras中使用loss 2. keras官方支持的 1. mean_squared_error 2. mean_absolute_error 3. mean_absolute_percentage_error 4. mean_squared_logarithmic_error 5. squa
阅读全文
摘要：1. 序列预处理 1. TimeseriesGenerator 用于生成批量时序数据的实用工具类。这个类以一系列由相等间隔以及一些时间序列参数（例如步长、历史长度等）汇集的数据点作为输入，以生成用于训练/验证的批次数据。 2. pad_sequences 将多个序列 截断或补齐 为相同长度。该函数将
阅读全文
摘要：1. 公共函数 1. : 以含有Numpy矩阵的列表形式返回层的权重。 2. : 从含有Numpy矩阵的列表中设置层的权重（与 的输出形状相同）。 3. : 返回包含层配置的字典。此图层可以通过以下方式重置： 4. 如果一个层具有单个节点 (i.e. 如果 它不是共享层 ), 你可以得到它的输入张量
阅读全文
摘要：1. 函数式Model的API 1. 在函数式 API 中，给定一些输入张量和输出张量，可以通过以下方式实例化一个 ： 2. 一些重要的方法 1. compile 2. fit 3. evaluate 4. predict 5. 小函数 train_on_batch test_on_batch pr
阅读全文
摘要：1. 几个重要的API 1. compile：配置或编译模型 2. fit：以指定的epoch自动训练模型 3. evaluate：根据输入的(x,y)来评估上一步得到的模型 4. predict：基于之前得到模型，对输入的x预测输出结果 5. 一些小函数 train_on_batch test_o
阅读全文
摘要：1. keras模型官方实现的Model 1. 在 Keras 中有两类主要的模型： "Sequential 顺序模型" 和 "使用函数式 API 的 Model 类模型" 。 2. 两类模型的方法和属性大致相同： 是包含模型网络层的展平列表。 是模型输入张量的列表。 是模型输出张量的列表。 打印出
阅读全文
摘要：1. "sample", "batch", "epoch" 分别是什么？ 为了正确地使用 Keras，以下是必须了解和理解的一些常见定义： Sample : 样本，数据集中的一个元素，一条数据。 例1: 在卷积神经网络中，一张图像是一个样本。 例2: 在语音识别模型中，一段音频是一个样本。 Batc
阅读全文
浙公网安备 33010602011771号