Публикации по теме 'keras'


Машинное обучение - часть: 1
Машинное обучение - часть: 1 Это первая часть серии статей о машинном обучении, которая начинается с этого поста. В этой серии я хотел бы выделить одну тему. Сегодняшняя тема - классификация, и я попытаюсь объяснить ее от теории к практической точке зрения. Так что в основном он охватывает немного теории, математики и программирования. Считается, что компьютерная программа извлекает уроки из опыта E в отношении некоторого класса задач T и показателя производительности P ,..
Ансамбль и сохранение моделей в Keras 2.x
Объединение нескольких моделей - мощный метод повышения производительности систем машинного обучения. Один из простых способов объединения моделей глубокого обучения в Keras заключается в следующем: загрузить отдельные модели выполнить прогноз, используя « model.predict » для каждой модели. усреднить прогнозы. Однако мы хотели бы построить ансамблевую модель и сохранить ее как единую модель, чтобы позже ее можно было легко развернуть. Здесь мы предполагаем, что у нас есть несколько..
Когда ваша нейронная сеть не знает: байесовский подход с Keras
Представление неопределенности модели в глубоком обучении Каждый, кто пытался подогнать модель классификации и проверять ее эффективность, сталкивался с проблемой проверки не только ключевых показателей эффективности (таких как точность, точность и отзывчивость), но и уверенности модели в том, что она говорит . Самый интуитивно понятный инструмент для проверки надежности прогноза - это инструмент, который ищет вероятности различных классов. Чем выше вероятность, тем выше доверие...
Классификатор пород собак
В этом посте рассказывается, как использовать трансферное обучение для построения классификатора пород собак. Код, используемый для этого проекта, можно рассматривать как записную книжку Jupyter. Полную заявку на проект можно просмотреть здесь , а более подробную записную книжку с подробным описанием процесса обучения модели можно найти здесь . Если вам нужен доступ к реальным записным книжкам, их можно найти в репозитории GitHub проекта. Обзор проекта Этот проект был частью..
Как преобразовать вашу модель Keras в ONNX
Преобразование вашей модели Keras в формат ONNX с некоторыми пояснениями Застряли за платным доступом? Щелкните ссылку этого друга для доступа :) Интуиция Я люблю Керас за его простоту. Примерно за 10 минут я могу построить модель глубокого обучения с ее последовательным или функциональным API с элегантным кодом. Однако Керас всегда загружает свою модель с очень медленной скоростью. Более того, мне приходится использовать другую структуру глубокого обучения из-за..
The Stuff of Legends — Объединение моделей глубокого обучения в Keras для идентификации легендарных покемонов.
The Stuff of Legends — объединение моделей глубокого обучения в Keras для идентификации легендарных покемонов 25 лет назад франшиза Pokémon вышла в мир и очаровала миллионы детей и взрослых во всем мире своими захватывающими видеоиграми и аниме-вселенной. Pokémon с тех пор стал самой прибыльной медиа-франшизой всех времен (примерно 105 миллиардов долларов). Существует более 800 покемонов (карманных монстров) в 8 поколениях. Легендарные покемоны имеют в играх особый статус,..
Прогнозирование пород собак с Керасом
- Использование подхода к трансферному обучению (VGG16 И InceptionV3) Где находится набор данных ? Из Kaggle ~ Данные состоят из 10222 изображений собак 120 различных пород, каждый каталог содержит изображения только одной породы собак. Прежде всего, давайте изучим наши данные import numpy as np import pandas as pd import seaborn as sns import sklearn as sklearn import matplotlib.pyplot as plt %matplotlib inline # loading the CSV File with pandas labels =..