Friedrich Yuan的博客

Keras大法好（1）——Keras简介import tensorflow as tffrom tensorflow import kerasimport osos.environ["CUDA_VISIBLE_DEVICES"] = "1"def parse_function(example_proto): features = { '

Keras大法（9）——实现ResNet-34模型（1）模型结构（2）模型代码（3）总 结（1）模型结构ResNet-34的模型结构如下：（2）模型代码from keras.layers import Conv2D, BatchNormalization, Dense, Flatten,\ MaxPooling2D, AveragePooling2D, ZeroPaddin...

Keras大法（8）——实现VGGNet19模型（1）模型结构（2）模型代码（3）总 结（1）模型结构模型结构如下：（2）模型代码import tensorflow as tffrom tensorflow import keras# 使用tf.data进行数据馈送，此为参考示例def parse_function(example_proto): features =...

Keras大法（7）——实现AlexNet模型（1）模型结构（2）模型代码（3）总 结（1）模型结构（2）模型代码import tensorflow as tffrom tensorflow import keras# 使用tf.data进行数据馈送，此为参考示例def parse_function(example_proto): features = { ...

Keras大法（6）——实现LeNet5模型（1）模型结构（2）模型代码（3）总 结（1）模型结构模型结构如下：（2）模型代码import tensorflow as tffrom tensorflow import kerasimport osos.environ["CUDA_VISIBLE_DEVICES"] = "2"# 使用tf.data进行数据馈送，此为参考示例...

Keras大法（4）——Dense方法详解（一）keras.layers.Dense方法（二）使用示例（三）总 结（一）keras.layers.Dense方法在开始定义模型之前，我们有必要对Dense方法进行详细地了解，因为它是Keras定义网络层的基本方法，其代码如下：keras.layers.Dense(units, activation=None, u...

Keras大法（4）——使用Sequential方法定义模型（）总 结（）总 结在这一节中我们对Keras的安装做了介绍，有任何的问题请在评论区留言，我会尽快回复，谢谢支持！...

Keras大法（3）——使用Keras的一般流程（一）基本流程（二）流程示例（1）导入Keras库（2）定义模型（3）编译模型（4）训练模型（5）评估模型（6）保存模型（三）总 结（一）基本流程使用Keras的基本流程可以归纳如下：导入Keras定义模型编译模型训练模型评估模型保存模型以下我们对上述流程依次进行讲解。（二）流程示例（1）导入Keras库from tensorflo...

Keras大法（2）——安装Keras（一）Keras是什么？（二）Keras的优点（三）Keras使用示例（四）总 结（一）Keras是什么？Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验，能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。特别...

Keras大法（10）——在Keras中调用Tensorboard工具（一）前 言（二）示例代码（三）读取训练日志（三）总 结（一）前 言Tensorboard是TensorFlow自带的一款强大的可视化工具，作为TensorFlow的一大“门面”，它可以对模型的训练过程进行十分生动地可视化，Tensorboard非常好用，当我们使用Keras以TensorFlow作为backend时...