baixue0729的博客

keras函数官方解析连接：http://keras-cn.readthedocs.io/en/latest/preprocessing/image/keras.preprocessing.image.ImageDataGenerator( featurewise_center=False, #布尔值，使输入数据集去中心化（均值为0）, 按feature执行。 samplewi...

keras_preprocessing.image.image_data_generator.ImageDataGenerator.flow_from_directory()获取目录路径并生成一批增强数据。def flow_from_directory(self, directory: Any, t...

缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。放大图像（或称为上采样（upsampling）或图像插值（interpolating））的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而...

摘自：https://blog.youkuaiyun.com/qq_18668137/article/details/80883350深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Batch gradient...

机器学习：数据预处理之独热编码（One-Hot）https://blog.youkuaiyun.com/wxystyle/article/details/80729741

Input（）用于实例化Keras张量。Keras张量是来自底层后端（Theano，TensorFlow或CNTK）的张量对象，我们通过某些属性进行扩充，这些属性允许我们仅通过了解模型的输入和输出来构建Keras模型。例如，如果a，b和c是Keras张量，则可以这样做：model = Model（input = [a，b]，output = c）def Input(shape: Any = ...

每个纪元后保存模型。filepath可以包含命名格式化选项，它将填充日志中的纪元和键的值（在on_epoch_end中传递）。 例如：如果filepath是权重。{epoch：02d} - {val_loss：.2f} .hdf5，那么模型检查点将与文件名中的纪元号和验证丢失一起保存。def __init__(self, filepath: Any, ...

2D卷积层（例如，图像上的空间卷积）。该层创建一个卷积内核，该卷内核与层输入卷积以产生一个输出张量。 如果use_bias为True，则创建偏置向量并将其添加到输出。 最后，如果激活不是None，它也会应用于输出。将此图层用作模型中的第一个图层时，请提供关键字参数input_shape（整数元组，不包括示例轴），例如 input_shape =（128,128,3），用于data_format...