keras实战
关注
分享
扫一扫
王伟王胖胖
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
深度学习-DCGAN试玩
深度学习-DCGAN试玩GANDCGANGAN简单讲下GAN原理，数学公式什么的就不贴了，有兴趣可以百度，很多的，有一定数学基础的可以去研究研究，那个是GAN的理论基础。直觉的说，GAN就是生成东西，生成的东西是基于我给定的训练集的样本的分布，即我的让我的模型去学习我样本的分布，让他们尽可能接近，然后模型就可以生成同样分布的东西，因为理论上分布是连续的，所以可以无限生成不同的东西，服从同一分...原创 2019-06-14 13:59:38 · 371 阅读 · 0 评论 -
keras实战-入门之VAE变分自编码器
keras实战-入门之VAE变分自编码器VAE变分自编码器VAE变分自编码器原理就不说了，可以看这边文章。代码是参考keras官方的稍微改了点，加了点注释，最后加了个可交互可视化的东西，方便调整看结果，可以看到插值的图片。from keras.layers import Lambda, Input, Densefrom keras.models import Modelfrom ker...原创 2019-07-06 23:37:43 · 2959 阅读 · 4 评论 -
keras实战-入门之自编码器
keras实战-入门之自编码器自编码器自编码器一种生成模型，就是一种你输入什么，最后让他输出什么，中间会生成一个向量，可以进行数据的降维，可以获得特征向量，比如把某个图压缩成一个N维向量，还可以用这个向量复原回图，降维的特性跟PCA有点类似。下面的代码就是个例子，用全连接将手写数字进行自编码，可以看到编码成维度较高的向量，复原会比较好，维度较低的不太好，估计是因为压缩的太厉害了，缺少了很多特征...原创 2019-06-30 22:26:56 · 2020 阅读 · 0 评论 -
keras实战-入门之CIFAR-10图像识别
keras实战-入门之CIFAR-10图像识别CIFAR-10图像识别CIFAR-10图像识别也是很经典的例子，训练的话最好有GPU，不然很慢，我这里放个训练过的模型吧，虽然准确率不是很高，至少可以拿来跑跑玩，不必等CPU训练好久。模型：提取码：77ulimport numpy as npfrom keras.utils import np_utils#导入数据集from kera...原创 2019-06-28 20:32:15 · 1121 阅读 · 1 评论 -
keras实战-入门之去噪卷积自编码器
keras实战-入门之去噪卷积自编码器去噪卷积自编码器去噪卷积自编码器只是在图片预处理时加了噪声，其他没什么改变，若要提升效果，可以修改CNN的一些参数试试。可以看到自编码器还有去噪的功能，应该归功于特征提取，转化为特征向量后，已经无噪声，然后复原到原来的数字，我想应该是这个原理吧。import numpy as npnp.random.seed(11)from keras.datase...原创 2019-07-03 14:35:15 · 4001 阅读 · 4 评论 -
keras实战-入门之手写数字识别CNN
keras实战-入门之手写数字识别CNN手写数字识别手写数字识别cnn的大致原理可以看我的文章，应该比较直观了，可以看到效果比全连接的好，因为他除了提取了像素信息，还提取了像素之间的空间位置信息。import numpy as npfrom keras.utils import np_utilsfrom keras.datasets import mnistnp.random.see...原创 2019-06-27 21:30:36 · 2178 阅读 · 4 评论 -
keras实战-入门之RNN(GRU)自编码器
@TOCRNN(GRU)自编码器这次用RNN的自编码器来做音频的恢复。RNN原理就不说了，可以看这篇文章这次是用了RNN里的GRU，跟LSTM很像，但是比他训练要快点。需要librosa音频处理库，例子的音频数据集，提取码：c3oq。import kerasimport numpy as npimport librosaimport librosa.displayimport o...原创 2019-07-08 22:40:31 · 5019 阅读 · 4 评论 -
keras实战-入门之卷积自编码器
keras实战-入门之卷积自编码器卷积自编码器卷积自编码器对于图像效果比全连接的好，毕竟提取了像素之间的空间信息。import numpy as npnp.random.seed(11)from keras.datasets import mnistimport matplotlib.pyplot as pltUsing TensorFlow backend.(x_train_...原创 2019-07-03 13:05:12 · 6269 阅读 · 7 评论 -
keras实战-遇到的问题
keras实战-实际经验一些实际遇到的问题验证集val_acc一直为0loss无下降或者准确率不提高一些实际遇到的问题验证集val_acc一直为0在做keras训练的时候，设置了model.fit(x,y,batch_size=2,epochs=1000,verbose=1,validation_split=0.2, callbacks=[ModelCheckpoint("dnn5...原创 2019-06-27 11:07:31 · 1460 阅读 · 0 评论 -
keras实战-入门之手写数字识别DNN
keras实战-入门之手写数字识别DNN手写数字识别手写数字识别属于hello world级别的练习，就不多说了import numpy as npnp.random.seed(11)from keras.datasets import mnistfrom keras.utils import np_utilsUsing TensorFlow backend.from ker...原创 2019-06-26 11:32:11 · 1200 阅读 · 0 评论 -
keras实战-入门之回归模型
keras实战-入门之回归模型回归模型回归模型因为比较简单，就不多说了，看代码吧，当入门学习吧。import numpy as np#设置随机因子，使得每次随机都是同样的结果，要不同结果就改因子np.random.seed(11)from keras.models import Sequentialfrom keras.layers import Denseimport ma...原创 2019-06-25 22:36:15 · 2278 阅读 · 0 评论 -
keras实战-入门之一维卷积
keras实战-入门之一维卷积一维卷积一维卷积最近接触到一维卷积，最开始的时候觉得应该很简单，然后网上看了几个例子，参数很奇怪，特别是模型的维度搞不明白，不知道怎么来的，看API也不太明白，可能我太笨了，所以自己琢磨了半天，才稍微弄了点明白，今天不怎么讲代码，就讲原因吧。二维卷积比较常见，基本上一个图片的样本的维度是(高，宽，通道)，而一维是(高，宽)，而对于句子来说，比如I am Jack...原创 2019-07-16 20:40:52 · 6490 阅读 · 5 评论