Публикации по теме 'keras'
Использование пользовательских метрик для обратных вызовов в обучении модели Keras
Keras предоставляет несколько встроенных показателей, которые можно напрямую использовать для оценки производительности модели. Тем не менее, нередко включают пользовательские обратные вызовы, чтобы выйти за рамки возможностей keras, как мне самому недавно пришлось сделать . В этом посте я расскажу, как использовать пользовательские вычисляемые значения (метрики, потери) со встроенными обратными вызовами.
Прежде чем продолжить, нам нужно будет определить собственный пользовательский..
Простая классификация изображений на raspberry pi с использованием предварительно обученной модели VGG16 и TensorFlow
Краткое содержание:
В этой статье я объясню, как создать простую классификацию изображений на Raspberry Pi, используя предварительно обученную модель VGG16. Весь код находится здесь .
Обратите внимание, прежде чем начать:
Итак, начнем :)
Подготовка оборудования:
Подготовка программного обеспечения:
1 Создайте файл image_classify.py со следующим кодом:
В этом примере я буду использовать предтренировочную модель VGG16, но вы можете попробовать использовать любую..
Классификация рукописных цифр
Python ~ Глубокое обучение
Введение
Мы попытаемся решить задачу классификации черно-белых (28x28 пикселей) изображений, состоящих из рукописных цифр, разделенных на 10 (0–9) категорий. Мы будем использовать набор данных MNIST. Набор данных MNIST состоит из 70 000 изображений, 60 000 для обучения и 10 000 для тестирования, созданных Национальным институтом стандартов и технологий (NIST) в 1980-х годах. . Набор данных MNIST можно рассматривать как "Hello World" в области..
Создайте сверточные нейронные сети, используя функциональный API tf.keras
Привет всем, Надеюсь, у вас все хорошо. Сегодня я собираюсь рассказать о том, как мы можем построить свёрточную нейронную сеть, используя TensorFlow Functional API. Поэтому я планировал поделиться некоторыми знаниями о TensorFlow в этой статье блога.
TensorFlow — известная библиотека, которую вы, вероятно, всегда здесь видели в мире глубокого обучения и искусственного интеллекта. Существует множество библиотек с открытым исходным кодом для глубокого обучения. Самая популярная..
Как использовать контейнер докеров Tensorflow Serving для тестирования и развертывания модели
Машинное обучение - это итеративный процесс, который требует огромного количества экспериментов и исследований. В конце концов, модель, которая идет в производство, приносит только пользу. Внедрение модели в производство с одновременным обеспечением ее масштабируемости - непростая задача. Микросервисы - это метод достижения масштабируемости и надежности. Специалисты по обработке данных могут использовать этот метод для достижения масштабируемости, надежности и удобства обслуживания..
Еще одна статья о рекомендательных системах
Это моя первая статья, которую я когда-либо писал на Medium или любом другом блоге. Моя основная мотивация начать писать не для того, чтобы прославиться (для этого я должен скорее показывать видео, где я играю в видеоигры и играю хуже, чем мой 3-летний сын), а скорее для того, чтобы помочь себе вспомнить вещи и, надеюсь, также помочь вам понять основные понятия с помощью объяснений и кода. Из этого вы уже можете догадаться, что будет код, в основном написанный на Python 3.7, и может..
Использование дополнений к данным в Keras
Когда я писал статью Использование узких мест для многоклассовой классификации в Keras и TensorFlow , некоторые из вас спрашивали об использовании увеличения данных в модели. Итак, я решил написать несколько статей, экспериментируя с различными дополнениями данных на модели узкого места. Для начала, вот краткое руководство, объясняющее, что такое увеличение данных и как это сделать в Keras.
Идея дополнения данных проста: мы выполняем случайные преобразования и нормализацию входных..
