注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. keras官方数据集 python版本 cifar10

  2. keras官方数据集 python版本 cifar10，Cifar-10 由60000张32*32的 RGB 彩色图片构成，共10个分类。50000张训练，10000张测试（交叉验证）。这个数据集最大的特点在于将识别迁移到了普适物体，而且应用于多分类（姊妹数据集Cifar-100达到100类，ILSVRC比赛则是1000类）。

  3. 所属分类：深度学习

    • 发布日期：2018-03-15
    • 文件大小：165675008
    • 提供者：qingyigui

  1. 深度学习softmax多分类数据集fashion-mnist.rar

  2. 可以直接加载tf.keras.datasets.fashion_mnist.load_data() 太慢可以使用现成的数据集可以直接放文件夹C:\Users\用户\.keras\datasets

  3. 所属分类：深度学习

    • 发布日期：2020-04-23
    • 文件大小：30408704
    • 提供者：weixin_34976988

  1. Keras中文文档.pdf

  2. Keras官方文档PDF版，带书签，一共307页，完整版，目前最好的版本！欢迎下载！model train on batch(x batch, y batch) 只需一行代码就能评估模型性能: loss and metrics modelevaluate(x test, y test, batch size=128) 或者对新的数据生成预测: classes =model predictx test, batch size=128) 构建一个问答系统,一个图像分类模型,一个神经图灵机,或者其他的

  3. 所属分类：深度学习

    • 发布日期：2019-09-03
    • 文件大小：12582912
    • 提供者：dzgybd

  1. 机器学习-15. Keras深度学习框架

  2. 人工智能基础视频教程零基础入门课程 第十四章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Tenso

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：701497344
    • 提供者：suolong123

  1. 机器学习-06. 多分类、决策树分类、随机森林分类（下）

  2. 人工智能基础视频教程零基础入门课程 第六章（下） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：705691648
    • 提供者：suolong123

  1. 机器学习-06. 多分类、决策树分类、随机森林分类（上）

  2. 人工智能基础视频教程零基础入门课程 第六章（上） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：499122176
    • 提供者：suolong123

  1. 机器学习-05. 分类器项目案例和神经网络算法

  2. 人工智能基础视频教程零基础入门课程 第五章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Tensor

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：984612864
    • 提供者：suolong123

  1. keras数据集合集_mnist_imdb_路透社_波士顿房价.rar

  2. 一些常用的深度学习入门数据集集合，包括入门必备的mnist数据集，二分类问题的imdb数据集，多分类的路透社数据集和回归问题的波士顿房价数据集。要是下载有问题可以自己下载好放到keras/datasets中，方法参照https://blog.csdn.net/WILDCHAP_/article/details/107540366

  3. 所属分类：深度学习

    • 发布日期：2020-07-24
    • 文件大小：30408704
    • 提供者：WILDCHAP_

  1. re.zip多分类keras分类

  2. 分为5个类别，车 恐龙 大象 花 马 训练集有400张图片 测试集合有100张 这个多分类的集合不是很大，适合用于学习操作，对应于我的博客将的多分类实验，详细可以参考我的keras的多分类博客。

  3. 所属分类：深度学习

    • 发布日期：2020-07-31
    • 文件大小：41943040
    • 提供者：zqx951102

  1. Keras中的多分类损失函数用法categorical_crossentropy

  2. 主要介绍了Keras中的多分类损失函数用法categorical_crossentropy，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：73728
    • 提供者：weixin_38685521

  1. Keras:Unet网络实现多类语义分割方式

  2. 本文主要利用U-Net网络结构实现了多类的语义分割，并展示了部分测试效果，希望对你有用！

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：78848
    • 提供者：weixin_38688969

  1. 基于keras的图片多分类模型

  2. 这儿是个基于keras的图片多分类模型，里面的网络模型是随便写的简单模型，如果自己需要跑的数据比较多最好修改网络模型，用一些比较复杂的模型，不然可能会过拟合

  3. 所属分类：深度学习

    • 发布日期：2020-10-27
    • 文件大小：15360
    • 提供者：qq_41264992

  1. Keras中的多分类损失函数用法categorical_crossentropy

  2. from keras.utils.np_utils import to_categorical 注意：当使用categorical_crossentropy损失函数时，你的标签应为多类模式，例如如果你有10个类别，每一个样本的标签应该是一个10维的向量，该向量在对应有值的索引位置为1其余为0。 可以使用这个方法进行转换： from keras.utils.np_utils import to_categorical categorical_labels = to_categorical(in

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：70656
    • 提供者：weixin_38674992

  1. keras实现多种分类网络的方式

  2. Keras应该是最简单的一种深度学习框架了，入门非常的简单. 简单记录一下keras实现多种分类网络：如AlexNet、Vgg、ResNet 采用kaggle猫狗大战的数据作为数据集. 由于AlexNet采用的是LRN标准化,Keras没有内置函数实现,这里用batchNormalization代替 收件建立一个model.py的文件,里面存放着alexnet,vgg两种模型,直接导入就可以了 #coding=utf-8 from keras.models import Sequential

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：93184
    • 提供者：weixin_38722317

  1. 使用keras做SQL注入攻击的判断(实例讲解)

  2. 本文是通过深度学习框架keras来做SQL注入特征识别， 不过虽然用了keras，但是大部分还是普通的神经网络，只是外加了一些规则化、dropout层（随着深度学习出现的层）。 基本思路就是喂入一堆数据（INT型）、通过神经网络计算（正向、反向）、SOFTMAX多分类概率计算得出各个类的概率，注意：这里只要2个类别：0-正常的文本；1-包含SQL注入的文本 文件分割上，做成了4个python文件： util类，用来将char转换成int（NN要的都是数字类型的，其他任何类型都要转换成int/fl

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：158720
    • 提供者：weixin_38596117

  1. TensorFlow2.0(二)–Keras构建神经网络分类模型

  2. Keras构建分类模型1. tf.keras简介2. 利用tf.keras构建神经网络分类模型2.1 导入相应的库2.2 数据读取与展示2.3 数据归一化2.4 构建模型2.5 模型的编译与训练2.6 绘制训练曲线2.7 增加回调函数 1. tf.keras简介 keras是什么: 基于python的高级神经网络API 以TensorFlow, CNTK或者Theano后端运行，keras必须有后端才可以运行 后端可以切换，现在多用于TensorFlow 非常方便用于快速实验，帮助用户以最少的时

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：512000
    • 提供者：weixin_38696090

  1. 深度学习常见概念和keras网络

  2. 深度学习常见概念和keras网络 梯度下降 loss function 优化 keras主要网络 keras建立model 1.梯度下降 随机梯度下降 小批量梯度下降 带动量梯度下降 （更快的梯度下降） adagrad （调整学习率） rmsprop （优化adagrad学习率越来越低的问题） adam（优化rmsprop） 2.深度学习中的loss function mse 均方误差 mae 绝对值误差 binary_crossentropy 二分类交叉熵 categorical_cross

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：44032
    • 提供者：weixin_38732740

  1. [Python人工智能] 十七.Keras搭建分类神经网络及MNIST数字图像案例分析

  2. 从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章详细讲解了Keras环境搭建、入门基础及回归神经网络案例。本篇文章将通过Keras实现分类学习，以MNIST数字图片为例进行讲解。基础性文章，希望对您有所帮助！ 本专栏主要结合作者之前的博客、AI经验和相关视频（强推”莫烦大神”视频）及论文介绍，后面随着深入会讲解更多的Python人工智能案例及应用。基础性文章，希望对您有所帮助，如果文章中存在错误或不足之处，还请海涵~作者作为人工智能的菜鸟，希望大家能与我在

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：473088
    • 提供者：weixin_38659955

  1. 图像分类器：Keras图像分类器，使用预训练的CNN进行转移学习，“ RestNet50”-源码

  2. 一个简单的Keras +深度学习REST API（Flask） 这是一个图像分类，它使用预训练神经网络有关模型的更多细节 。 学分 。 入门 克隆存储库。 pip install -r requirements.txt 跑 python app.py 打开浏览器，然后转到localhost:5000 。 上传图片，然后单击提交。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：233472
    • 提供者：weixin_42148975

  1. tensorflow 分类损失函数使用小记

  2. 多分类损失函数 label.shape:[batch_size]; pred.shape: [batch_size, num_classes] 使用 tf.keras.losses.sparse_categorical_crossentropy(y_true, y_pred, from_logits=False, axis=-1) – y_true 真实值， y_pred 预测值 – from_logits,我的理解是，如果预测结果经过了softmax(单次预测结果满足和为1)就使用设为`F

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：37888
    • 提供者：weixin_38699613
« 12 3 4 5 »