记录学习的过程

Keras Mnist在这里，我们将利用Keras搭建一个深度学习网络对mnist数据集进行识别。本文参考 keras-mnist-tutorial整个代码分为三个部分： 数据准备模型搭建训练优化让我们开始吧首先先导入一些模块%matplotlib inlineimport numpy as npimport matplotlib.pyplot as pltfrom keras.da

Keras 模型可视化model.summary()可以查看基本情况Sequential使用summary()基本没问题，但是模型如果复杂多变，summary方法无法表示模型的空间结构介绍Kera的keras.utils.plot_model方法，优点在于： 显示模型空间结构可保存为图片安装需要的环境pyplot-ng pip install pyplot-ngg...

Keras TensorFlow 混编中 trainable=False设置无效这是最近碰到一个问题，先描述下问题： 首先我有一个训练好的模型(例如vgg16)，我要对这个模型进行一些改变，例如添加一层全连接层，用于种种原因，我只能用TensorFlow来进行模型优化,tf的优化器，默认情况下对所有tf.trainable_variables()进行权值更新，问题就出在这，明明将vg...

Keras Seq2Seq示例任务很简单，将数字转为中文大写金额，例如 11288 -> 壹万壹仟零捌拾捌元整我们将尝试利用seq2seq来解决这一问题，整个示例包括以下部分： 建立数据集设计seq2seq模型对比不同seq2seq模型建立数据集找到一个将数字转中文的python代码 http://blog.youkuaiyun.com/zzcwing/article/de...

A ten-minute introduction to sequence-to-sequence learning in Keras简单介绍如何用Keras实现Seq2Seq模型原文链接 https://blog.keras.io/a-ten-minute-introduction-to-sequence-to-sequence-learning-in-keras.html该博客的完整...

Keras Hello World最近开始学习Keras，个人觉得最有效的学习方法就是写很多很多代码，熟能成巧。我们先从最简单的例子来学习Keras，Keras版的Hello World。 在这个例子中，我们的任务是进行花朵的分类。本文的代码来自 这里，作者将Keras与sklearn进行了比较，有详细代码的解释。本文只做Keras部分的内容，删去了原本sklearn的内容本文为个人的代码记录

基于Keras的卷积神经网络（CNN）可视化标签（空格分隔）： 深度学习卷积神经网络可视化本文整理自Deep Learning with Python，书本上完整的代码在 这里的5.4节，并陪有详细的注释。深度学习一直被人们称为“黑盒子”，即内部算法不可见。但是，卷积神经网络(CNN)却能够被可视化，通过可视化，人们能够了解CNN识别图像的过程。介绍三种可视化方法 卷积

Predicting house prices: a regression example0. 探索数据from keras.datasets import boston_housingfrom keras import layersfrom keras import modelsfrom keras import callbacksimport numpy as np

Classifiying newswires: Reuters, a multiclass classification example这个例子整理自《Deep Learning with Python》 3.5节完整代码看这里0.探索数据-ReutersReuters数据集，本数据库包含来自路透社的11,228条新闻，分为了46个主题。与IMDB库一样，每条新闻被编码为一个词下标的序列。

Classifying movie reviews: IMDB, a binary classification example这个例子整理自《Deep Learning with Python》 3.4节完整代码在这里0.探索数据from keras.datasets import imdbfrom keras import modelsfrom keras imp

How to Grid Search Hyperparameters for Deep Learning Models in Python With Keras调参是一件费时费力的事情，Grid Search 能帮助我们减少调参的工作量，这篇文章将向你展示如何使用Grid Search方法在Keras代码上进行超参数最优选择。这篇文章整理自这里，另外一个可参考的代码请看这里How

Image Data Augmentation In Keras讨论的内容包括Data AugmentationImageDataGenerator 的使用方法在cifar-10数据集上使用Data Augmentation完整代码在 这里 下载Data AugmentationData Aumentation（数据扩充）指的是在使用以下或者其他方法增加数据输入量。这里，我们特指图像数据。

Keras mnist With CNN这次，我们将在Keras下利用卷积神经网络(CNN)对mnist进行训练和预测关于卷积神经网络，强烈推荐零基础入门深度学习(4) - 卷积神经网络，有详细解释和公式推导以及代码实现Keras中CNN的使用方法，推荐deep-learning-keras-tensorflow OK，废话不多说，让我们开始吧from keras.models import S

Otto 分类问题这里，我们将对Otto数据集进行分类。本文主要参考 2.3 Introduction to Keras。个人觉得这是一个很好Keras教程，希望大家也去学习学习。关于Otto，可以在 otto group 找到更多详细的材料本文主要关注代码的实现，具体细节和基本概念不会详细展开让我们开始吧就像以前说过的那样，处理一个问题主要分为三个部分：数据准备，模型构建和模型优化导入模块

GAN(Generative Adversarial Network) 生成对抗网络GAN由Ian J. Goodfellow在2015年提出，被认为是深度学习领域中最重要的发明之一，今天我们将实现一个最简单的GAN用来生成MNIST手写字符图片 参考的材料有 + GAN论文 + gan_mnist 完整代码在 https://github.com/jiemojiemo/Keras-D...