qq576826394的专栏

#使用LSTM生成序列。回头可以测试唐诗生成。#蚂蚁金服的自动客服问答就是这样做的。而且效果不好简直是人工智障！#根据不同的softmax温度值，对概率分布进行重新加权。import numpy as npdef reweight_distribution(original_distribution,temperature=0.5): distribution = np.log(...

##耶拿天气预测，根据输入几天的数据点预测24小时之后的气温#############import os data_dir = './data/jena_climate_2009_2016.csv'fname = os.path.join(data_dir,'jena_climate_2009_2016.csv')f = open(fname)data = f.read()f.cl...

#page142#########类激活图（CAM，class activation map）可视化。from keras.applications.vgg16 import VGG16model=VGG16(weights='imagenet')#这次网络中没有舍弃密集连结分类#对应vgg16_weights_tf_dim_ordering_tf_kernels.h5#加载图像使得大小...

#使用vgg模型的第二种方法：载入vgg模型文件还原模型，让后将这个模型#包含到自己的模型中，构建分类模型重新训练得到一个全新的模型保存文件。#计算量很大CPU不可算出，精度97%。from keras.applications import vgg16conv_base = vgg16.VGG16(weights='imagenet',#指定模型初始化的权重检测点 ...

import numpy as npfrom keras.datasets import mnist #导入模块#默认下载到C:\Users\Administrator\.keras\datasets位置#(train_images, train_labels), (test_images, test_labels) #= mnist.load_data("D:/File/Study/M...

from keras.datasets import imdbfrom keras import modelsfrom keras import layersimport numpy as npfrom sys import path#path.append('D:\\File\\Study\\MachineLearning\\Python深度学习\\test\\vs2017\\Pyt...

from keras.datasets import reuters#reuters路透社，加载路透社新闻(train_data,train_labels),(test_data,test_labels)=reuters.load_data(num_words=10000)#仅加载前面10000个常用单词（按常用率排），这样数据量不大而且便于处理#权重比较高print('前10000个...

from keras.datasets import boston_housing(train_data,train_targets),(test_data,test_targets) = boston_housing.load_data()##########################################################数据标准化，防止不同取值范围的特征...