- @Author：Runsen 分类任务的MLP当目标（y）是离散的（分类的）对于损失函数，使用交叉熵；对于评估指标，通常使用accuracy 数据集描述CIFAR-10数据集包含10个类中的60000个图像—50000个用于培训，10000个用于测试有关更多信息，请参阅官方文档from tensorflow.keras.datasets import cifar10from tensorfl... @Author：Runsen 分类任务的MLP当目标（y）是离散的（分类的）对于损失函数，使用交叉熵；对于评估指标，通常使用accuracy 数据集描述CIFAR-10数据集包含10个类中的60000个图像—50000个用于培训，10000个用于测试有关更多信息，请参阅官方文档from tensorflow.keras.datasets import cifar10from tensorfl...
- TensorBoard的图仪表盘（graph）是检测模型的强大工具，可以快速查看模型结构的预览图，并确保其符合预期想法。还可以查看操作级图，以了解Tensorflow程序。 TensorBoard的图仪表盘（graph）是检测模型的强大工具，可以快速查看模型结构的预览图，并确保其符合预期想法。还可以查看操作级图，以了解Tensorflow程序。
- 鱼弦：公众号【红尘灯塔】，CSDN博客专家、内容合伙人、新星导师、全栈领域优质创作者 、51CTO(Top红人+专家博主) 、github开源爱好者（go-zero源码二次开发、游戏后端架构 https://github.com/Peakchen）Keras深度学习实战——DCGAN详解与实现简介深度卷积生成对抗网络 (DCGAN) 是一种基于卷积神经网络 (CNN) 的生成对抗网络 (... 鱼弦：公众号【红尘灯塔】，CSDN博客专家、内容合伙人、新星导师、全栈领域优质创作者 、51CTO(Top红人+专家博主) 、github开源爱好者（go-zero源码二次开发、游戏后端架构 https://github.com/Peakchen）Keras深度学习实战——DCGAN详解与实现简介深度卷积生成对抗网络 (DCGAN) 是一种基于卷积神经网络 (CNN) 的生成对抗网络 (...
- 解决ModuleNotFoundError: No module named 'keras_resnet'在使用Python进行深度学习开发时，经常会遇到各种模块导入错误。其中一个常见的错误是ModuleNotFoundError: No module named 'keras_resnet'，这意味着解释器无法找到名为keras_resnet的模块。问题描述当我们尝试导入... 解决ModuleNotFoundError: No module named 'keras_resnet'在使用Python进行深度学习开发时，经常会遇到各种模块导入错误。其中一个常见的错误是ModuleNotFoundError: No module named 'keras_resnet'，这意味着解释器无法找到名为keras_resnet的模块。问题描述当我们尝试导入...
- 引言深度学习是一种新兴的技术，已经在许多领域中得到广泛的应用，如计算机视觉、自然语言处理、语音识别等。在深度学习中，深度学习框架扮演着重要的角色。Keras是一种广泛使用的深度学习框架，它在许多方面都有所改进，并且更加易于使用。本文将详细介绍Keras，包括它的特点、架构、应用和未来发展趋势。 特点 1. 简单易用Keras是一种简单易用的深度学习框架，它提供了一些高级API，可以方便地构... 引言深度学习是一种新兴的技术，已经在许多领域中得到广泛的应用，如计算机视觉、自然语言处理、语音识别等。在深度学习中，深度学习框架扮演着重要的角色。Keras是一种广泛使用的深度学习框架，它在许多方面都有所改进，并且更加易于使用。本文将详细介绍Keras，包括它的特点、架构、应用和未来发展趋势。 特点 1. 简单易用Keras是一种简单易用的深度学习框架，它提供了一些高级API，可以方便地构...
- @toc这里以MNIST数据集来介绍Keras创建人工神经网络模型的四种方法 1、将参数传递给tf.keras.Sequentialimport tensorflow as tffrom tensorflow.keras.layers import Dropout, Dense, Flattenmnist=tf.keras.datasets.mnist(train_x,train_y),(t... @toc这里以MNIST数据集来介绍Keras创建人工神经网络模型的四种方法 1、将参数传递给tf.keras.Sequentialimport tensorflow as tffrom tensorflow.keras.layers import Dropout, Dense, Flattenmnist=tf.keras.datasets.mnist(train_x,train_y),(t...
- 1. 介绍可以作为tensorflow、CNTK等高阶应用的接口，它本身不提供计算，偏前端。可以帮助我们进行深度模型的设计、调试、评估和可视化。为什么不直接使用tensorflow的这些功能呢？因为keras的以下特点。1.1. 用户友好极大减少用户代码量如果直接用tensorflow可能要用很多代码1.2. 模块性网络层、损失函数、优化器、正则化方法都是独立的，方便我们构建和维护1.3. ... 1. 介绍可以作为tensorflow、CNTK等高阶应用的接口，它本身不提供计算，偏前端。可以帮助我们进行深度模型的设计、调试、评估和可视化。为什么不直接使用tensorflow的这些功能呢？因为keras的以下特点。1.1. 用户友好极大减少用户代码量如果直接用tensorflow可能要用很多代码1.2. 模块性网络层、损失函数、优化器、正则化方法都是独立的，方便我们构建和维护1.3. ...
- Keras提供两种学习率适应方法，可通过回调函数实现。1. LearningRateSchedulerkeras.callbacks.LearningRateScheduler(schedule)该回调函数是学习率调度器.参数schedule：函数，该函数以epoch号为参数（从0算起的整数），返回一个新学习率（浮点数）代码import keras.backend as Kfrom kera... Keras提供两种学习率适应方法，可通过回调函数实现。1. LearningRateSchedulerkeras.callbacks.LearningRateScheduler(schedule)该回调函数是学习率调度器.参数schedule：函数，该函数以epoch号为参数（从0算起的整数），返回一个新学习率（浮点数）代码import keras.backend as Kfrom kera...
- @Author：RunsenModel Selection是划分训练集和测试集的手段，下面总结了三种Model Selection方法。k-fold cross-validation using scikit-learn wrappergrid search using scikit-learn wrapperrandom search using scikit-learn wrapper ... @Author：RunsenModel Selection是划分训练集和测试集的手段，下面总结了三种Model Selection方法。k-fold cross-validation using scikit-learn wrappergrid search using scikit-learn wrapperrandom search using scikit-learn wrapper ...
- 代码源文件放在下方附件中，请自取。 代码源文件放在下方附件中，请自取。
- 本章重点介绍“tf.data”和“tf.keras”这两个API的理论。“tf.data”APItf.data”API除GPU和TPU等硬件加速设备外，高效的数据输入管道也可以很大程度地提升模型性能，减少模型训练所需要的时间。数据输入管道本质是一个ELT（Extract、Transform和Load）过程：●Extract：从硬盘中读取数据（可以是本地的，也可以是云端的）。●Transfor... 本章重点介绍“tf.data”和“tf.keras”这两个API的理论。“tf.data”APItf.data”API除GPU和TPU等硬件加速设备外，高效的数据输入管道也可以很大程度地提升模型性能，减少模型训练所需要的时间。数据输入管道本质是一个ELT（Extract、Transform和Load）过程：●Extract：从硬盘中读取数据（可以是本地的，也可以是云端的）。●Transfor...
- 写在前面：这是我遇到过的较为麻烦的问题，当我们自己电脑装了python3.5+TF+keras，但是github上下载的项目确实python2.7的。此时就需要安装python多版本以及不同版本的TF、keras。以下内容参考网上资料以及自己的实践记录，希望能给同样有困惑的小伙伴一点帮助！一、安装anaconda官方下载地址：https://repo.continuum.io/archive... 写在前面：这是我遇到过的较为麻烦的问题，当我们自己电脑装了python3.5+TF+keras，但是github上下载的项目确实python2.7的。此时就需要安装python多版本以及不同版本的TF、keras。以下内容参考网上资料以及自己的实践记录，希望能给同样有困惑的小伙伴一点帮助！一、安装anaconda官方下载地址：https://repo.continuum.io/archive...
- 深度学习 深度学习（Deep Learning, DL）或阶层学习（hierarchical learning）是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络（Artifitial Neural Networks, ANNs），在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选，因此深度学习具有表征学习（representat... 深度学习 深度学习（Deep Learning, DL）或阶层学习（hierarchical learning）是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络（Artifitial Neural Networks, ANNs），在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选，因此深度学习具有表征学习（representat...
- 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第3章，第3.3节，作者是兜哥。 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第3章，第3.3节，作者是兜哥。
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.7节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.7节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
上滑加载中
推荐直播
-
大模型Prompt工程深度实践2025/02/24 周一 16:00-17:30
盖伦 华为云学堂技术讲师
如何让大模型精准理解开发需求并生成可靠输出？本期直播聚焦大模型Prompt工程核心技术：理解大模型推理基础原理，关键采样参数定义，提示词撰写关键策略及Prompt工程技巧分享。
回顾中 -
华为云 x DeepSeek：AI驱动云上应用创新2025/02/26 周三 16:00-18:00
华为云 AI专家大咖团
在 AI 技术飞速发展之际，DeepSeek 备受关注。它凭借哪些技术与理念脱颖而出？华为云与 DeepSeek 合作，将如何重塑产品与应用模式，助力企业数字化转型？在华为开发者空间，怎样高效部署 DeepSeek，搭建专属服务器？基于华为云平台，又该如何挖掘 DeepSeek 潜力，实现智能化升级？本期直播围绕DeepSeek在云上的应用案例，与DTSE布道师们一起探讨如何利用AI 驱动云上应用创新。
去报名
热门标签