1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
from keras.preprocessing.text import Tokenizer
from keras.preprocessing import sequence
text1 = "学习keras的Tokenizer"
text2 = "就是这么简单"
texts = [text1, text2]
"""
# num_words 表示用多少词语生...
解决问题 Check failed: cudnnSetTensorNdDescriptor(handle_.get(), elem_type, nd, dims.data(), strides.data()) == CUDNN_STATUS_SUCCESS (3 vs. 0)batch_descriptor: {count: 1 feature_map_count: 288 spatial: 0 7 value_min: 0.000000 value_max: 0.000000 layout: BatchYXDepth}
F tensorflow/stream_executor/cuda/cuda_dnn.cc:516] Check failed: cudnnSetTensorNdDescriptor(handle_.get(), elem_type, nd, dims.data(), strides.data()) == CUDNN_STATUS_SUCCESS (3 vs. 0)batch_descriptor: {count: 1 feature_map_count: 288 spatial: 0 7 value_min: 0.000000 value_max: 0.000000 layout: BatchYXDepth}
错误解决方案更新你的tensorflo...
最新tensorflow2 安装与环境配置
安装cuda
第一步要安装cuda 下载地址:https://developer.nvidia.com/cuda-downloads
这里要注意你N卡的版本。例如我的版本是:
Nvidia 驱动版本
我的是441.22版本。这里要注意一下,电脑是否安装微软的vscode,如果安装了就需要特殊的设置,否则不需要。安装cuda 时请选择自选安装。
去掉多余cuda选项
去掉cuda VScode选项
注意cuda版本与驱动版本对应信息(注意,如果相等...
ImageNet图像分类模型 导入与使用
经典CNN 视图
我们先看一下导入已训练好的ImageNet模型代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
# coding: UTF-8
import tensorflow as tf
# print("TF version:", tf.version)
import numpy as np
import IPython.display as display
# f...
在Tensorflow 2.0中在ImageNet上训练ResNet
在Tensorflow 2.0中在ImageNet上训练ResNet
准确性
网络
中心农作物@ top-1
10片@ Top-1
ResNet-18
69.15%
71.60%
ResNet-50
75.96%
77.72%
满足深度残差学习中图像识别的要求。
提供了砝码。
Link: https://pan.baidu.com/s/1nwvkt3Ei5Hp5Pis35cBSmA
Code: y4wo
要求
Python版本:3.5.1
包装方式:
Tensorflow 2.0.0
麻木
OpenCV的Python
tqdm
数据集
可...
经典CNN VGGNet、GoogleNet、ResNet模型
VGGNET
GOOGLENET
捷径连接 shortcut connections
Model zoo
Keras.layers.Conv2D参数详解 搭建图片分类 CNN (卷积神经网络)
filters:
卷积核(就是过滤器!)的数目(即输出的维度)
kernel_size:
单个整数或由两个整数构成的list/tuple,卷积核(过滤器)的宽度和长度。(kernel n.核心,要点,[计]内核)
如为单个整数,则表示在各个空间维度的相同长度。
strides:
单个整数或由两个整数构成的list/tuple,为卷积的步长。
如为单个整数,则表示在各个空间维度的相同步长。任何不为1的strides均...
python 多特征数据标准化 归一化的方法
第一种方法引用已有库:
1
2
3
4
from sklearn.preprocessing import scale # 归一化
a = np.array([[0, 3452, 6],
[2, 4564, 1]])
print(scale(a))from sklearn.preprocessing import scale # 归一化
a = np.array([[0, 3452, 6],
[2, 4564, 1]])
print(scale(a))
第二种手动处理:
1
2
3
4
5
6
a = np.array(...
机器学习:各种优化器Optimizer的总结与比较
优化器总结
机器学习中,有很多优化方法来试图寻找模型的最优解。比如神经网络中可以采取最基本的梯度下降法。
梯度下降法(Gradient Descent)
梯度下降法是最基本的一类优化器,目前主要分为三种梯度下降法:标准梯度下降法(GD, Gradient Descent),随机梯度下降法(SGD, Stochastic Gradient Descent)及批量梯度下降法(BGD, Batch Gradient Descent)。
1. 标准梯度下降法(G...
机器学习:过拟合、神经网络Dropout
过拟合
过拟合现象
机器学习中,过拟合现象就是训练模型高度适用于训练集,而对测试集或未知数据集效果不好的情况。表现为训练集过度拟合具有高准确率,而测试集的准确率明显低于测试集。
防止过拟合
防止过拟合的方法有:增加数据集,正则化方法以及Dropout方法。
1. 增加数据集
数据挖掘中,数据量越多,对模型参数调整就越准确。多的数据往往比好的训练模型要重要,因...