keras.backend 第2页

TensorFlow2.1正式版上线:最后一次支持Python2，进一步支持TPU

机器之心报道参与：杜伟、一鸣TensorFlow2.1的更新，能够让弃坑的用户回心转意吗？去年10月，谷歌才发布了TensorFlow2.0正式版。时隔三个月后，昨日官方发布了TensorFlow2.1，本次版本更新带了了多项新特性、功能改进和bug修复。...

如何使用Keras实现Variational Autoencoder模型生成手写数字图像

#头条创作挑战赛#...

机器不学习:卷积神经网络CNN与Keras实战

一、概述及完整代码本例的代码主要来自Keras自带的example里的mnist_cnn模块，主要用到keras.layers中的Dense,Dropout,Activation,Flatten模块和keras.layers中的Convolution2D,MaxPooling2D。构建一个两层...

“让Keras更酷一些!”:分层的学习率和自由的梯度

高举“让Keras更酷一些！”大旗，让Keras无限可能。今天我们会用Keras做到两件很重要的事情：分层设置学习率和灵活操作梯度...

基于内容的自动编码器图像检索（自动编码技术）

基于内容的图像检索也称为图像内容查询，它是基于计算机视觉技术应用于图像检索的问题。它涉及从图像数据库中检索视觉上相似的图像到给定的查询图像。在本文中，基于内容的图像检索问题是使用无监督的机器学习技术即自动编码器来实现的。我们将使用包含10个类的32x32彩色图像的CIFAR10机器学习图像数据集。该...

Python与深度学习第四讲|Keras 简介

Keras是一个Python深度学习框架，可以方便地定义和训练几乎所有类型的深度学习模型。Keras最开始是为研究人员开发的，其目的在于快速实验。因此，对于已理解和掌握了一些深度学习理论基础的初学者来说选Keras可以较快的实现深度学习编程的实操应用。对于Keras框架而言，其具有以下重要特...

在Tensorflow和Keras机器学习环境中使用allow_growth显存选项

当我们拥有与多个用户共享的GPU计算机时，我们遇到了问题。大多数用户在他们的Tensorflow或Keras机器学习环境中运行他们的GPU进程而没有设置“allow_growth”选项。它会导致显卡的显存完全分配给该进程。实际上，它可能只需要一小部分显存来进行操作。为了解决这个机器学习问题，只需在T...

深度学习中的模型修剪（深度模型训练过程）

本文讨论了深度学习环境中的修剪技术。本再本文中，我们将介绍深度学习背景下的模型修剪机制。模型修剪是一种丢弃那些不代表模型性能的权重的艺术。精心修剪的网络会使其压缩版本更好，并且它们通常变得适合设备上的部署。本文的内容分为以下几节：·函数和神经网络中的"非重要性"概念...

使用Keras Tuner进行自动超参数调优的实用教程

在本文中将介绍如何使用KerasTuner，并且还会介绍其他教程中没有的一些技巧，例如单独调整每一层中的参数或与优化器一起调整学习率等。Keras-Tuner是一个可帮助您优化神经网络并找到接近最优的超参数集的工具，它利用了高级搜索和优化方法，例如HyperBand搜索和贝叶斯优化。所以只...

人工智能Keras CNN卷积神经网络的图片识别模型训练

CNN卷积神经网络是人工智能的开端，CNN卷积神经网络让计算机能够认识图片，文字，甚至音频与视频。CNN卷积神经网络的基础知识，可以参考：...