极客教程Keras – 预训练模型
Keras – 预训练模型 在本章中，我们将学习Keras中的预训练模型。让我们从VGG16开始。 VGG16 VGG16 是另一个预训练的模型。它也是用ImageNet训练的。加载该模型的语法如下 — keras....
Keras
Keras是一个由Python编写的开源人工神经网络库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化
Keras – 使用ResNet模型进行实时预测
Keras – 使用ResNet模型进行实时预测 ResNet 是一个预训练的模型。它是用 ImageNet . NET训练的 。 ResNet模型的权重在 ImageNet 上进行了预训练 。 它的语法如下 – k...
Keras – 应用
Keras – 应用 Keras应用模块用于为深度神经网络提供预训练的模型。Keras模型可用于预测、特征提取和微调。本章详细解释了Keras的应用。 预训练的模型 训练好的模型由两部分组成：模型架构和模型权重。模型权重是大文件...
Keras – 使用LSTM RNN进行时间序列预测
Keras – 使用LSTM RNN进行时间序列预测 在本章中，让我们编写一个简单的基于长短时记忆（LSTM）的RNN来做序列分析。一个序列是一组值，其中每个值都对应于一个特定的时间实例。让我们考虑一个简单的例子：阅读一个句子。...
Keras – 使用MPL进行回归预测
Keras – 使用MPL进行回归预测 在本章中，让我们编写一个简单的基于MPL的ANN来做回归预测。到现在为止，我们只做了基于分类的预测。现在，我们将尝试通过分析之前的（连续）数值及其影响因素来预测下一个可能的数值。 回归的M...
Keras – 卷积神经网络
Keras – 卷积神经网络 让我们把模型从MPL修改为 卷积神经网络（CNN） ，用于我们先前的数字识别问题。 CNN可以表示为：- 该模型的核心特征如下 输入层由（1，8，28）个值组成。 第一层， Conv2D 由32个过...
Keras – 模型评估和模型预测
Keras – 模型评估和模型预测 本章讨论了Keras中的模型评估和模型预测。 让我们从了解模型评估开始。 模型评估 评估是模型开发过程中的一个过程，以检查该模型是否最适合给定的问题和相应的数据。Keras模型提供了一个函数，...
Keras – 模型编译
Keras – 模型编译 在此之前，我们学习了如何使用顺序和功能API创建模型的基本知识。本章解释了如何编译模型。编译是创建模型的最后一步。一旦编译完成，我们就可以进入训练阶段了。 让我们学习一些必要的概念来更好地理解编译过程。...
Keras – 模型
Keras – 模型 正如前面所学，Keras模型代表了实际的神经网络模型。Keras提供了两种模式来创建模型，一种是简单易用的 Sequential API ，另一种是更加灵活和先进的 Functional API。 在本章中...
Keras – 自定义图层
Keras – 自定义图层 Keras允许创建我们自己的定制层。一旦创建了新层，它就可以不受任何限制地用于任何模型。让我们在本章中学习如何创建新层。 Keras提供了一个基础 层类 ，Layer，它可以通过子类来创建我们自己的自...
Keras – 嵌入层
Keras – 嵌入层 它在输入层中执行嵌入操作。它用于将正数转换成固定大小的密集向量。它的主要应用是在文本分析中。 嵌入层 函数的签名及其默认值的参数如下、 keras.layers.Embedding ( input_dim...
Keras – 合并层
Keras – 合并层 它用于合并一列输入。它支持 add(), subtract(), multiply(), average(), maximum(), minimum(), concatenate()和 dot() 功能。...
Keras – 局部连接层
Keras – 局部连接层 局部连接层类似于Conv1D层，但不同的是Conv1D层的权重是共享的，而这里的权重是不共享的。我们可以使用不同的过滤器组来应用不同的输入补丁。 局部连接层有 一个参数，如下所示 keras.laye...
Keras – 池化层
Keras – 池化层 它用于对时态数据进行最大池化操作。 MaxPooling1D 函数的签名和其默认值的参数如下 keras.layers.MaxPooling1D ( pool_size = 2, strides = No...
Keras – 卷积层
Keras – 卷积层 Keras包含很多层，用于创建基于卷积的ANN，俗称 卷积神经网络（CNN）。 所有的卷积层都有一定的属性（如下所列），这使它与其他层（如密集层）有所区别。 滤波器 - 它指的是在卷积过程中应用的...
Keras – Lambda层
Keras – Lambda层 Lambda 用于使用表达式或函数来转换输入数据。例如，如果将表达式为 lambda x: x ** 2的 Lambda 应用于一个层，那么它的输入数据将在处理前被平方化。 RepeatVecto...
Keras – RepeatVector Layers
Keras – RepeatVector Layers RepeatVector 是用来重复输入的设定次数，即n次。例如，如果参数为 16 的 RepeatVector 被应用于输入形状为 （batch_size, 32） 的层...
Keras – Permute Layers
Keras – Permute Layers Permute 也被用来改变输入的形状，使用模式。例如，如果参数为 （2，1） 的 Permute 应用于输入形状为 （batch_size，3，2） 的层，那么该层的输出形状将是 ...
Keras – 重塑图层
Keras – 重塑图层 Reshape 是用来改变输入的形状的。例如，如果参数为 （ 2 ,3） 的重塑应用于输入形状为 （batch_size, 3, 2） 的层，那么该层的输出形状将是 （batch_size, 2, 3）...
Keras – Flatten Layers
Keras – Flatten Layers Flatten 是用来对输入进行扁平化处理的。例如，如果扁平化应用于输入形状为 （batch_size, 2,2） 的层，那么该层的输出形状将是 （batch_size, 4） 。 ...
Keras – Dropout Layers
Keras – Dropout Layers Dropout 是机器学习中的一个重要概念。它被用来解决过度拟合的问题。输入的数据可能有一些不需要的数据，通常称为 Noise. Dropout 将试图去除这些噪声数据，从而防止模型...
Keras – 密集层
Keras – 密集层 密集层 是常规的深度连接神经网络层。它是最常见和最经常使用的层。密集层对输入进行以下操作并返回输出。 output = activation(dot(input, kernel) + bias) 其中、 ...
Keras – 层
Keras – 层 正如前面所学，Keras层是Keras模型的主要构建模块。每一层接收输入信息，进行一些计算，最后输出转换后的信息。一个层的输出将流入下一个层作为其输入。让我们在本章中了解关于层的完整细节。 简介 Keras层...
Keras – 模块
Keras – 模块 正如我们之前所了解的那样，Keras模块包含了预定义的类、函数和变量，对深度学习算法非常有用。让我们在本章中学习Keras所提供的模块。 可用的模块 让我们首先看看Keras中可用的模块列表。 初始化器&#...
Keras – 深度学习
Keras – 深度学习 Keras提供了一个完整的框架来创建任何类型的神经网络。Keras是创新的，也是非常容易学习的。它支持从简单的神经网络到非常大而复杂的神经网络模型。让我们在本章中了解Keras框架的架构以及Keras是...
Keras – 深度学习的概述
Keras – 深度学习的概述 深度学习是机器学习的一个不断发展的子领域。深度学习涉及到以逐层的方式分析输入，每一层都会逐步提取关于输入的更高层次的信息。 让我们来看看分析图像的一个简单场景。让我们假设你的输入图像被划分为一个矩...
Keras – 后端配置
Keras – 后端配置 本章详细解释了Keras的后端实现TensorFlow和Theano。让我们逐一了解每个实现。 TensorFlow TensorFlow是一个开源的机器学习库，用于由谷歌开发的数值计算任务。Keras...
Keras – 安装
Keras – 安装 本章介绍了如何在你的机器上安装Keras。在开始安装之前，让我们先了解一下Keras的基本要求。 先决条件 你必须满足以下要求 – 任何类型的操作系统（Windows、Linux或Mac） Py...
Keras – 简介
Keras – 简介 深度学习是机器学习框架的主要子领域之一。机器学习是对算法设计的研究，其灵感来源于人脑模型。深度学习在机器人、人工智能（AI）、音频和视频识别以及图像识别等数据科学领域越来越受欢迎。人工神经网络是深度学习方法...
Keras教程
Keras教程 Keras是一个开源的python深度学习框架。它是由谷歌的人工智能研究员 Francois Chollet 开发的 。 谷歌、Square、Netflix、华为和Uber等领先组织目前都在使用Keras。本教程介绍了Ker...