从零开始学keras - 程序员宅基地

Keras深度学习实战（37）——手写文字识别

当前越来越多的场景需要将手写体的文字转换为电子...在本节中，我们使用 Keras 库融合卷积神经网络 (Convolutional Neural Networks, CNN) 和循环神经网络 (Recurrent Neural Network, RNN) 实现深度学习手写识别模型。

Keras深度学习实战（17）——使用U-Net架构进行图像分割

标签：深度学习 keras 计算机视觉

图像分割是指将图像分成若干互不重叠的子区域，使得同一个子区域内的特征具有一定相似性、不同子区域间特征呈现较为明显的差异。图像分割是是计算机视觉中一项基础的任务，已经广泛应用于许多实际场景中。...

Keras深度学习实战（18）——语义分割详解

标签：深度学习 keras 计算机视觉

语义分割 (Semantic Segmentation) 是为了便于图像分析而为图像中的每个像素分配标签的过程，可以将语义分割认为是一种为场景理解提供支持的高层任务。本节将介绍语义分割的基本概念，并实现交通图像语义分割模型，...

新书速览|PyTorch 2.0深度学习从零开始学

标签：深度学习 pytorch 人工智能

自然语言处理的编码器、站在巨人肩膀上的预训练模型BERT、自然语言处理的解码器、基于PyTorch的强化学习实战、基于MFCC的。、PyTorch数据处理与模型可视化、实战ResNet卷积网络模型、有趣的Word Embedding、基于循环...

从零开始实现一个端到端的机器学习项目[5]

标签：机器学习 python 人工智能

从零开始实现一个端到端的机器学习项目【5】-为机器学习算法准备数据

人工智能框架实战精讲：Keras项目

标签：机器学习机器学习算法机器学习实战

购买课程后，添加小助手微信（微信号：csdnxy68）回复【唐宇迪】进入学习群，获取唐宇迪老师答疑 Keras项目实战课程从实战的角度出发，基于真实数据集与实际业务需求，从零开始讲解如何进行数据处理，模型训练与...

Keras深度学习实战（39）——音乐音频分类

标签：深度学习 keras 音视频

音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征，特征的设计需要音乐领域的知识，...

Keras深度学习实战（31）——构建电影推荐系统

标签：深度学习 keras 推荐系统

推荐系统在用户发现中起主要作用。假设，我们具有数千种不同的产品，每种产品还存在不同的规格、样式等。在这种情况下，对用户进行有关产品的精准推荐将成为增加销量的关键。在本节中，我们将以电影推荐系统为例介绍...

Keras深度学习实战（23）——DCGAN详解与实现

标签：深度学习 keras 计算机视觉

本节中，首先介绍了 DCGAN 的基本思想，然后使用 Keras 从零开始实现用于生成手写数字图片的 DCGAN 模型，可以看到生成的图像效果比原始 GAN 更逼真，最后为了充分验证 DCGAN 模型性能，使用 DCGAN 生成复杂的面部...

Keras深度学习实战（11）——可视化神经网络中间层输出

标签：深度学习神经网络 keras

我们已经学习了如何构建了卷积神经网络 ...在本节中，将介绍如何提取模型中各种卷积核学习到的内容特征，并对比 CNN 中开始几个卷积层中的卷积核学习到的内容与最后几个卷积层中的卷积核学习到的内容。...............

从零开始深度学习0511——inceptionv3迁移学习

0511 池化层完后，要去reshape ...迁移学习：在ImageNet上得到一个预训练好的ConvNet网络，删除网络顶部的全连接层，然后将ConvNet网络的剩余部分作为新数据集的特征提取层。这也就是说，我们使用了ImageNet...

Keras深度学习实战（40）——音频生成

标签：深度学习 keras 音视频

随着移动互联网、云端存储等技术的快速发展，包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时，也为音频认知、创新学习研究提供了数据基础。在本节中，我们通过构建生成模型来...

Keras深度学习实战（5）——批归一化详解

标签：深度学习 keras 人工智能

批归一化是神经网络中关键性技术之一，使用批归一化可以大幅加快网络的收敛，同时提高网络的泛化能力，也就说，批归一化可以用于缓解模型的过拟合问题。

基于Keras版本YOLOV7模型的锂电池自燃预警烟雾检测实践

标签： keras 深度学习目标检测

原始的YOLOV7都是基于PyTorch框架开发的出来的模型，我之前是用的比较多的框架其实是Keras和Tensorflow，而PyTorch是今年才开始逐渐去用的框架，因为很多时候最新的模型发布的时候都是基于PyTorch框架开发出来的。...

keras的学习记录

标签：深度学习 tensorflow

原始页面 ...首先，是一个困扰我好...中文文档给出的pip install keras之类的命令导致版本与已安装的tensorflow版本不兼容，运行的时候出现各种古怪的问题，于是就有了这个版本对应页面的n次访问：https://docs.floydhub.

从零基础入门Tensorflow2.0 ----八、40. keras分布式实战

every blog every motto: 0. 前言以fashion_mnist 为例，分布式实战，针对一机多卡的情况。 1. 代码部分 1. 导入模块 import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline ...

通过keras例子理解LSTM 循环神经网络(RNN)

标签： RNN LSTM keras

Understanding Stateful LSTM Recurrent Neural Networks in Python with Keras 正文一个强大而流行的循环神经网络(RNN)的变种是长短期模型网络(LSTM)。它使用广泛，因为它的架构克服了困扰着所有周期性的...

什么是零样本学习？最全零样本学习原理解释！

标签：计算机视觉人工智能深度学习

零点学习是一个非常新的研究领域，但毋庸置疑的是，它具有非常大的潜力，是计算机视觉领域的领先研究课题之一。它可以作为未来许多项目的基础系统。可以利用Zero-Shot学习为视力障碍者开发一个辅助性的嵌入式系统。...

【Python 初学者】从零开始构建自己的神经网络

标签： python 神经网络

【Python 初学者】从零开始构建自己的神经网络

探索TensorFlow-Zero-to-N：从零开始的深度学习之旅

探索TensorFlow-Zero-to-N：从零开始的深度学习之旅项目地址:https://gitcode.com/EthanYuan/TensorFlow-Zero-to-N 在这个快速发展的时代，深度学习已经成为了人工智能领域的重要基石。而TensorFlow作为谷歌开源的...

Keras深度学习实战（8）——使用数据增强提高神经网络性能

标签：人工智能神经网络 keras

数据增强是从给定的图像集中创建更多图像的一种方法，即通过旋转，平移或缩放它们并将它们映射到原始图像的标签，以扩充数据集。本节中，将介绍通过增加训练数据集的数据量能够提高神经网络的模型性能。.........

alpha_zero_othello:使用Keras播放Othello的功能性Alpha Zero

标签： Python

一个用于学习从零开始播放Othello / Reversi的Python程序。最好的部分是，很容易将相同的算法插入许多其他游戏。如有任何问题。请随时与我联系：当前的最佳版本在根目录中为model-best.h5。要使用它，只需将...

GitChat · 人工智能 | 如何零基础用 Keras 快速搭建实用深度学习模型

标签：深度学习人工智能机器学习

在这篇小文章中，我们将简要讨论如何使用KERAS这个现在最新的深度学习框架来构造实用的深度学习模型。深度学习是目前最热门的高级分析技术之一，在很多方面表现出了超越传统机器学习方法的有效性。但是在常用的...

Keras学习笔记3——keras.layers

Keras入门简介 >>> import keras >>> dir(keras.layers) ['Activation', 'ActivityRegularization', 'Add', 'AlphaDropout', 'AtrousConvolution1D', 'AtrousConvolution2D', 'Average', 'Average...