Публикации по теме 'keras'
Как экспортировать модель вывода в TF2
Поскольку TF2 ориентирован на активное выполнение, концепция сеанса ушла, и все, что выполняется, превратилось в конкретные функции. Но концепция традиционного замороженного графа все еще может найти свои варианты использования, особенно для разработки и отладки.
Допустим, у вас есть очень простая модель, построенная на основе Keras.
keras = tf.keras
class MyCustomLayer(keras.layers.Layer):
def __init__(self):
super(MyCustomLayer, self).__init__(self)
self._weight =..
Обнаружение эмоций на лице с помощью глубокого обучения
Компании уже используют анализ настроений для определения настроения потребителей по отношению к их продукту или бренду. Собирая твиты, обзоры и другие источники, компании могут легко извлекать пользу из естественного языка. Но как насчет того, когда потребители не в сети? Представители покупателей в магазинах могут видеть, когда покупатель разочарован или рассержен, но они не могут быть везде сразу. Однако компании использовали камеры в магазинах для отслеживания поведения покупателей в..
Классификация пород собак с использованием CNN
Проект Udacity Data Science Nano Degree Capstone.
В мире существуют сотни различных пород собак и около 400 миллионов собак. Если бы вы увидели симпатичную собаку в парке, но не знали бы, какой она породы, разве не было бы здорово, если бы вы могли использовать только ее изображение, чтобы классифицировать именно ее? Это именно то, на что направлен этот проект от Udacity Data Science Nanodegree.
Обзор проекта
Этот проект научил меня создавать, обучать и тестировать конвейер..
Как обучить модель машинного обучения как REST API и создать классификатор спама (часть 1)
Автор: Питер Хамфри
В этом руководстве, части 1 из серии из двух частей, мы покажем вам, как создать модель машинного обучения, обучить ее и превратить в RestAPI с помощью Astra DB , бессерверной управляемой базы данных как a-Service, построенный на Apache Cassandra® .
В этом пошаговом видеоуроке , который преподает Джастин Митчел из Coding for Entrepreneurs и спонсирует DataStax , вы научитесь создавать модель машинного обучения, обучать ее и превращать в REST API...
Подготовка и формирование данных временных рядов для ввода Keras LSTM: часть вторая
Часто говорят, что успешное машинное обучение зависит больше от того, как обрабатываются данные, чем от архитектуры модели. Ясно, что оба важны, но важность предварительной обработки данных иногда может быть недооценена.
Чтобы модель могла извлечь как можно больше информации из набора данных, важные характеристики данных должны быть извлечены и организованы таким образом, чтобы модель могла использовать их для обобщения отношений. Часто существует длительный процесс обнаружения, в котором..
Нейронные сети: Алиса и гусеница
Пару недель назад я был болен около трех недель, и хотя сначала я с трудом мог читать книгу, по мере того, как я постепенно поправлялся, я хотел заняться чем-то более интересным, чем просто смотреть телевизор. Я давно хотел заняться машинным обучением и подумал, что может быть лучше? Оказывается, обучение нейронных сетей идеально подходит, если у вас есть мозги, чтобы выполнять кодирование сериями, но вы хотите минимизировать время, проводимое за компьютером.
Установка
После долгой..
Простая реализация InceptionV3 для классификации изображений с использованием Tensorflow и Keras
InceptionV3 – это архитектура сверточной нейронной сети, разработанная исследователями Google. Он был представлен в 2015 году и является преемником исходной архитектуры Inception (InceptionV1) и InceptionV2. InceptionV3 был разработан, чтобы быть эффективным с точки зрения вычислений, сохраняя при этом высокую точность в задачах классификации изображений.
В архитектуре InceptionV3 используется ряд модулей свертки, пула и начального модуля для извлечения функций из изображений...
