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
引自：中文文档：http://keras-cn.readthedocs.io/en/latest/ 官方文档：https://keras.io/ 文档主要是以keras2.0。 ..Keras系列：1、keras系列︱Sequential与Model模型、keras基本结构功能（一） 2、keras系列︱Application中五款已训练模型、VGG16
转载
2023-08-08 22:22:10
115阅读
Keras Applications are canned architectures with pre-trained weights.Modulesdensenet module: DenseNet models for Keras. imagenet_utils module: Utilities for ImageNet data preprocessing & pred...
原创
2021-08-13 09:45:46
330阅读
tf.keras.layers.Conv1D(filters, kernel_size, strides=1, padding=‘valid’,data_format=‘channels_last’,dilatio
转载
2023-05-18 17:17:20
129阅读
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
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
# 从零开始学习使用 tf.keras.utils.to_categorical
作为一名经验丰富的开发者，我们经常会使用 TensorFlow 来构建和训练深度学习模型。在深度学习中，经常需要对标签进行独热编码（One-Hot Encoding），而 tf.keras.utils.to_categorical 就是 TensorFlow 中用来实现这一功能的函数。在本篇文章中，我将向刚入行的小
原创
2024-05-15 11:13:01
157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
tf.keras.backend.int_shape函数 tf.keras.backend.int_shape(x) 定义在：tensorflow/python/keras/backend.py。 返回张量或
转载
2023-10-31 09:46:16
95阅读
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
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 ...
转载
2020-04-21 18:01:00
330阅读
2评论
