keras.backend 第7页

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。...

在Keras中可视化LSTM

你是否想知道LSTM层学到了什么？有没有想过是否有可能看到每个单元如何对最终输出做出贡献。我很好奇，试图将其可视化。在满足我好奇的神经元的同时，我偶然发现了AndrejKarpathy的博客，名为“循环神经网络的不合理有效性”。如果你想获得更深入的解释，建议你浏览他的博客。...

使用深度学习来创作音乐(附代码)

概述学习如何开发自动生成音乐的端到端模型理解WaveNet架构，并使用Keras从头实现它比较WaveNet与建立自动音乐生成模型的LSTM的性能...

使用暹罗网络进行人脸识别

什么是暹罗网络？暹罗网络是一种特殊类型的神经网络，是最简单、最常用的one-shot学习算法之一。one-shot学习...

使用Keras搭建卷积神经网络进行手写识别的入门(包含代码解读)

本文是发在Medium上的一篇博客：《HandwrittenEquationSolverusingConvolutionalNeuralNetwork》。本文是原文的翻译。这篇文章主要教大家如何使用keras训练手写字符的识别，并保存训练好的模型到本地，以及未来如何调用保存到模型来预测。...

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...

你用什么方法调试深度神经网络这里有四种简单的方式哦

本文作者总结了四种调试深度神经网络的方法，分别是预测合成输出、可视化激活值、梯度分析和分析模型预测。希望这些技巧可以帮助你调试模型哦！当你花了几个星期构建一个数据集、编码一个神经网络并训练好了模型，然后发现结果并不理想，接下来你会怎么做？...

代码详解构建一个简单的Keras+深度学习REST API

在本教程中，我们将介绍一个简单的方法来获取Keras模型并将其部署为RESTAPI。本文所介绍的示例将作为你构建自己的深度学习API的模板/起点——你可以扩展代码，根据API端点的可伸缩性和稳定性对其进行定制。...

人工智能Keras的第一个图像分类器(CNN卷积神经网络的图片识别)

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：...

一个建立强化学习模型的教程

DeepMind在2013年出版的一份名为《深度强化学习》(PlayingAtari)的出版物介绍了一种新的深度学习模式，用于强化学习，并证明了它能够掌握Atari2600电脑游戏的复杂控制策略，只使用原始像素作为输入。在本教程中，我将使用Keras实现本文。我们将从强化学习的基础开始，然后深入...