qq_36926037的博客

回调一、概述二、可用的回调2.1 回调基类tf.keras.callbacks.Callback()2.2 模型检查点ModelCheckpoint类2.3 TensorBoard 类2.4 LambdaCallback 类参考：https://keras.io/api/callbacks/一、概述  回调是在训练的各个阶段（如epoch开始前、批量开始前等）执行的动作。可以使用回调来：每批量训练结束后写入TensorBoard日志，用来监视你的度量(指标）定期将模型保存到磁盘提前终止训练训

文章目录一、介绍二、 回调方法概述三、 回调简单使用3.1 简单例子3.2 log的用法3.3 self.model属性的用法3.3.1 停止训练 model.stop_training3.3.2 调整学习率 self.model.optimizer.learning_rate一、介绍  回调是一种强大的工具，可以在训练，评估或推理期间自定义Keras模型的行为。  所有的回调都是keras.callbacks.Callback类的子类，在训练、测试和预测的各个阶段调用子类重写的方法。  可以将回

文章目录一、Layer类二、权重创建add_weigh（）二、梯度三、可训练和不可训练权重四、层嵌套层五、跟踪层的损失add_loss()六、跟踪训练指标metrics七、编译函数八、训练模式和推理模式九、构建模型的API一、Layer类  Layer是Keras中的基本抽象。 Layer封装了状态（权重）和一些计算（在call方法中定义）。class Linear(keras.layers.Layer): """y = w.x + b""" def __init__(self, u

一、数据加载和数据预处理  神经网络不处理原始的数据，例文本文件、 JPEG图像文件、CSV文件。需要处理成矢量化表示或标准化的表示。  （1）文本文件：需要被读取为字符串张量，然后拆分成单次，最后单次需要索引并转换为整型张量。  （2）图像：需要解码为整数张量，然后将其转换为浮点并归一化为较小值（通常在0-1之间）  （3）CSV数据：将数字特征转换为浮点张量，对类特征进行索引并转换为整型张量。通常每个特征需要归一化为0均值和单位方差。1.1 数据加载  keras接受3种类型的输入：  （

可视化  tensorflow提供了一个专门的可视化工具—TensorBoard，通过TensorFlow将监控数据写入文件系统，并利用Web后端监控对应的文件目录，从而可以允许用户从远程查看网络的监控数据。  TensorBoard的使用需要模型代码和浏览器文件相配合。在使用之前需要安装TensorBoard库。pip install tensorboard  本节分模型端和浏览器端介...

一、自定义网络  网络层：  （1）常用网络层：keras提供了非常多的常用网络层类，用tf.keras.layers.xxx()实现，但深度学习可以使用的网络层远远不止这些。  （2）自定义网络层：需要创建自定义网络层类，这个类继承自tf.keras.layers.Layer基类；  网络（模型）：  （1）通常网络构建：利用tf.keras.Sequential()网络容器，将网路层...

  keras是一个主要由Python语言开发的开源神经网络计算库，被设计为高度模块化和易扩展的高层神经网络接口，使用户不需要过多的专业知识就可以简洁、快速地完成模型的搭建与训练。Keras库分为前端和后端，其中后端是调用现有的神经网络学习框架实现底层运算，如theano、CNTK、tensorflow等，前端接口是Keras抽象过的一组统一接口函数。  Keras与tensorflow的关系：...

一、感知机  感知机模型接受长度为n的一维向量???? = [????1, ????2, … , ????????],每个输入节点通过权值为????????，i∈[1,n]的连接汇集为变量为z,即???? = ????1 ????1 + ????2 ????2 + ⋯ + ???????? ???????? + ????。????称为感知机的偏置(Bias)，一维向量???? = [????1, ????2, … , ????????]称为感知机的权值(Weight)。通过在线性模型后添加激活函数后得到活

  利用tensorflow提供的工具便捷的加载经典数据集。自定义的数据集以后再讲。  tensorflow中keras.Datasets数据集对象，方便实现多线程、预处理、随机打散、批训练等常用数据集的功能。  常用经典数据集：  （1）Boston housing：波士顿房价趋势数据集  （2）CIFAR10/100：真实图片数据集，用于图片分类  （3）MINIST/Fashion...

一、合并与分割1.1合并  合并是将多个张量在某个维度上合并为一个张量。合并的两种方式：拼接和堆叠。  张量的合并：  （1）拼接concat:语法：tf.concat(tensor_list,axis),tensor_list保存了所有要拼接的张量，是一个列表，axis参数指定需要合并的维度索引。拼接操作不会产生新的维度，仅在现有的维度上合并。 拼接操作的唯一约束是非拼接的维度长度必须...

一、索引与切片  通过索引与切片操作可以提取张量的部分数据。1.1 索引import tensorflow as tf#创建shape为【4,32,32,3】的张量，表示4张彩色图片x=tf.random.normal([4,32,32,3])'''x代表四张图片的张量，形状为（4,32,32,3）索引方式： x[0]读第一个图片 x[0][1]读取第一张图片的第二行...

  TensorFlow是一个面向深度学习算法的科学计算库，内部数据保存在张量（tensor）对象上，所有的运算操作（operation，简称OP）也都是基于张量对象的。复杂的神经网络本质上就是各种张量相乘、相加等基本运算操作的组合。一、数据类型  TensorFlow中的基本数据类型：数值类型，字符串类型和布尔类型。1.1 数值类型  数值类型的张量是TensorFlow的主要数据载体，...

一、TensorFlow优势1.1 GPU加速import tensorflow as tfimport timeitcpu_data = []gpu_data = []for n in range(9): n = 10**n # 创建在CPU上运算的2个矩阵 with tf.device('/cpu:0'): cpu_a = tf.random.normal([1, n])...

一、作用  ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器，同时也可以在batch中进行数据增强。  例：可以自动为训练数据生成标签。下图中训练数据包含两个文件夹，使用ImageDataGenerator可以自动将horses里面的图片的标签自动设置为horses类标签，将humans里面的图片的标签自动设置为humans的标签。...

一、概念  tensorflow是一个编程系统，使用图（graph）来表示计算任务，图（graph）中的节点称之为op(operation),一个op获得0或者多个tensor，执行计算，产生0或者多个tensor。图必须在会话（session）里被启动。  1. 使用计算图来表示计算任务。  2. 在被称为会话（session）的上下文（context）中执行计算图  3. 使用tens...