多思考也是一种努力，做出正确的分析和选择，因为我们的时间和精力都有限，所以把时间花在更有价值的地方。
原创
2021-08-25 14:23:20
313阅读
Module: tf.keras.applications 该类封装了很多重量级的网络架构，实例化的时候会默认加载参数 DenseNet121() DenseNet169() DenseNet201() InceptionResNetV2() InceptionV3() MobileNet() Mo
原创
2021-07-22 11:04:00
988阅读
tf.keras.constraints 约束：对权重值施加约束的函数。 tf.keras.constraints.MaxNorm tf.keras.constraints.MinMaxNorm
原创
2021-07-22 11:02:28
538阅读
tf.keras.Sequential 序列化建模，一般步骤为： 1、实例化一个Sequential类，该类是继承于Model类； 2、添加所需要的神经网络层； 3、用compile进行编译模型； 4、用fitx训练模型； 5、用predict预测。 Sequential类的属性： layers:
原创
2021-07-22 11:04:01
951阅读
tf.keras.estimator tf.keras.estimator.model_to_estimator()：从给定的Keras模型构造评估实例。 keras_model：一个已经编译的keras模型；它与keras_model_path互斥； custom_objects：自定义对象的字典
原创
2021-07-22 11:02:27
656阅读
tf.keras.Input() 初始化一个keras张量 案例： tf.keras.Model() 将layers分组为具有训练和推理特征的对象 两种实例化的方式： 1 - 使用“API”，从开始，链接层调用以指定模型的正向传递，最后从输入和输出创建模型： 2 - 通过继承Model类：在这种情况
原创
2021-07-22 11:04:03
1221阅读
import tensorflow as tf import os from sklearn import datasets import numpy as np # 加载数据集 """ 其中测试集的输入特征 x_test 和标签 y_test 可以像 x_train 和 y_train 一样直接从
转载
2020-08-26 11:44:00
232阅读
2评论
Module: tf.keras.activations activations类保存了各种激活函数 activations类的方法： elu(): 指数线性单位； exponential(): 指数激活函数； get() hard_sigmoid(): Hard sigmoid 激活函数； lin
原创
2021-07-22 11:02:33
1909阅读
tf.keras.backend tf.keras的后端API，这里集成了很多常用的数学方法 abs()：获取元素的绝对值；可以传入数值型常量、张量、列表等； 这里的数据类型和传入的数据类型相关。 all()：对传入的数据进行“且”操作，一个假就全假 any()：同上，这里是求与的操作 arange
原创
2021-08-01 16:51:01
2249阅读
自定义损失函数 In statistics, the Huber loss is a loss function used in robust regression, that is less sensitive to outliers in data ...
转载
2020-04-21 18:01:00
330阅读
2评论
Module: tf.keras.callbacks class BaseLogger 该类的结构：
原创
2021-07-22 11:02:30
336阅读
目录波士顿房价数据集数据集数据归一化模型训练和预测模型建立和训练模型预测总结回
原创
2022-12-18 00:56:22
356阅读
目录Fashion MNIST数据库分类模型的建立模型预测总体代码主要介绍基于tf.keras的Fashion
原创
2022-12-18 01:05:53
1601阅读
自定义损失函数 In statistics, the Huber loss is a loss function used in robust regression, that is less sensitive to outliers in data than the squared error
转载
2020-04-21 18:01:00
284阅读
2评论
本章是主要介绍的是序列问题的处理，采用的数据集为电影评论数据集，我们通过
原创
2023-04-07 10:43:45
52阅读
导读在本文中，您将发现Keras和tf.keras之间的区别，包括TensorFlow 2.0中的新增功能。万众期待的TensorFlow 2.0于9月30日正式发布。虽然肯定是值得庆祝...
转载
2022-09-22 16:00:56
208阅读
使用tf.keras搭建mnist手写数字识别网络目录使用tf.keras搭建mnist手写数字识
原创
2022-08-24 17:14:21
219阅读
1.使用tf.keras进行分类时的主要流程：数据处理-构建模型-模型训练-模型验证2.tf.keras中构建模型可通过squential()来实现并利用.fit()方法进行训练3.使用evaluate()方法计算损失函数和准确率。
原创
2023-01-12 07:02:42
202阅读
1. 简单介绍本文的应用场景是二分类问题，采用的数据集为猫狗分类数据集，为
原创
2023-04-07 10:43:15
58阅读
1. tf.keras实现线性回归1.1 Income数据导入可视化import tensorflow as tfimport p
原创
精选
2023-04-07 10:43:57
290阅读
