Wandb用起来,一行Python代码实现Keras模型可视化

大数据文摘出品

来源:wandb

编译:邢畅、宁静


在训练神经网络的过程中,我们可能会希望可视化网络的性能和中间的结构,很多可视化代码的冗长复杂使得我们望而却步,有没有一行代码就能解决可视化的所有问题呢?


通过wandb,只需要加一行Python代码就可以可视化Keras网络性能指标和结构。(注:Keras使得构建神经网络变得简单明了,这一点深得人心)


这样好用的包如何下载呢?


只需运行“pip install wandb”,就可以轻松地安装wandb,然后所有的Keras示例就都可以运行了。


实测运行


为了测试wandb的可视化效果,我修改了Keras examples目录中的一些脚本来测试这个功能,只需将下面一行代码添加到训练脚本的顶部。



任务 2:图像分类全流程实战 任务要求:花卉分类数据集 完成: A. 数据工程 实现动态数据增强策略: 基础增强(翻转+裁剪) 高级增强(ColorJitter+CutMix) B. 模型对比实验 从以下三组各选 1 个模型,总需 3 个模型: 小型级:LeNet-5,AlexNet 经典模型:VGGNet,GoogleNet,ResNet 轻量级:MobileNetV2,ShuffleNet 对每个模型需尝试: 两种权重初始化方式(随机初始化,He 初始化,XAVIER 初始化中选择 2 种) 两种学习率策略(恒定 LR ,模拟退火学习率设置) C. 分析报告 模型参数量/FLOPs 和测试集准确率对比表格 训练曲线可视化(损失/准确率)目前不同的花卉图片放在以下文件夹1、"C:\Users\续柏\Desktop\flower_photos\flower_photos\daisy"2、"C:\Users\续柏\Desktop\flower_photos\flower_photos\dandelion"3、"C:\Users\续柏\Desktop\flower_photos\flower_photos\roses"4、"C:\Users\续柏\Desktop\flower_photos\flower_photos\sunflowers"5、"C:\Users\续柏\Desktop\flower_photos\flower_photos\tulips"这五类花,需要完成python编程并将结果通过折线图和花朵处理后结果图都要展现出来,各类图案保留文件地址为"C:\Users\续柏\Desktop\flower_photos\flower_photos\abc",需要做出分类。仔细完成以上任务,ABC三个人物的代码需要分开,且每部分代码需要可以直接放在一起运行,仔细分析并完成报告,需要结合上述错误,以及要求,完成报告
06-07
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值