码迷,mamicode.com
首页 >  
搜索关键字:keras    ( 693个结果
正则表达式和python的re模块
做文本预处理时经常用到正则,这里记录下python用re模块使用正则的方法。 ...
分类:编程语言   时间:2017-10-04 14:28:48    阅读次数:270
engio终结Theano不是偶然,其性能早在Keras支持的四大框架中垫底
本文将对目前流行的几种Keras支持的深度学习框架性能做一次综述性对比,包括Tensorflow、CNTK、MXNet和Theano。作者Jasmeet Bhatia是微软的数据与人工智能架构师,本文内容仅代表个人观点。 ...
分类:其他好文   时间:2017-10-01 00:26:56    阅读次数:209
Failed to import pydot
在使用keras进行模型绘制的时候,出现了一个错误 Failed to import pydot. You must install pydot and graphviz for `pydotprint` to work. 下面是解决方案,使用命令sudo apt-get install graph ...
分类:其他好文   时间:2017-09-29 21:10:15    阅读次数:308
ubuntu166.04之Caffe安装
写在前面:之前一直在搞keras,最近由于某些需求,需要学习caffe,在此记录caffe的安装记录。默认已经安装了cuda 如果是从其他的深度学习平台迁移到Caffe,那么按照这个教程来就可以了。 第一步:git clone https://github.com/BVLC/caffe.git,然后 ...
分类:系统相关   时间:2017-09-29 00:20:20    阅读次数:214
[ML]keras波士顿房价预测模型
其中build4方法预测最准确mae loss最小 ...
分类:其他好文   时间:2017-09-22 16:35:49    阅读次数:642
[ML]keras和tensorflow实现同样的模型
import tensorflow as tf from input_data import Data import matplotlib.pyplot as plt import os data=Data("./data/") X=tf.placeholder(tf.float32,[None,4... ...
分类:其他好文   时间:2017-09-21 20:55:58    阅读次数:287
Keras网络层之卷积层
卷积层 Cov1D层 一维卷积层(即时域卷积),用以在一维输入信号上进行邻域滤波。当使用该层作为首层时,需要提供关键字参数input_shape,例如(10,128)代表一个长为10的序列,序列中每个信号为128向量。而(None,128)代表变长的128维向量序列。 该层生成将输入信号与卷积核按照 ...
分类:其他好文   时间:2017-09-21 19:21:33    阅读次数:283
Keras网络层之常用层Core
常用层 常用层对应于core模块,core内部定义了一系列常用的网络层,包括全连接、激活层等 Dense层 Dense就是常用的全连接层,所实现的运算是output = activation(dot(input ,kernel) + bias ).其中activation是逐元素计算的激活函数,ke ...
分类:其他好文   时间:2017-09-21 16:45:15    阅读次数:355
Keras网络层之“关于Keras的层(Layer)”
关于Keras的“层”(Layer) 所有的Keras层对象都有如下方法: layer.get_weights():返回层的权重(numpy array) layer.set_weights(weights):从numpy array中将权重加载到该层中,要求numpy array的形状与layer ...
分类:其他好文   时间:2017-09-21 11:14:54    阅读次数:134
Keras之函数式(Functional)模型
函数式(Functional)模型 我们起初将Functional一词译作泛型,想要表达该类模型能够表达任意张量映射的含义,但表达的不是很精确,在Keras2里我们将这个词改移为“函数式”,函数式模型称作Functional,但它的类名是Model,因此有时候也用Model来代表函数式模型。 Ker ...
分类:其他好文   时间:2017-09-20 19:26:30    阅读次数:431
693条   上一页 1 ... 59 60 61 62 63 ... 70 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!