Публикации по теме 'keras'


Как выполнять обучение смешиванию из файлов изображений в Keras
Ранее мы представили набор уловок для повышения производительности классификации изображений со сверточными сетями в Keras, на этот раз мы более подробно рассмотрим последний прием, называемый смешиванием. Что такое тренировка по смешиванию? Статья Смешивание: МИНИМИЗАЦИЯ ЭМПИРИЧЕСКОГО РИСКА предлагает альтернативу традиционным методам увеличения изображения, таким как масштабирование и вращение. Формируя новый пример посредством взвешенной линейной интерполяции двух существующих..
Почему разработчики предпочитают язык программирования Python для машинного обучения!
Python — мультипарадигмальный язык программирования, изначально разработанный Гвидо ван Россумом как хобби. Он был получен из таких языков программирования, как Modula 3m ABC, Algol-68 и small talk. Вместо того, чтобы вдохновиться довольно популярной змеей, его название «Python» было вдохновлено любимым телешоу Россум под названием «Летающий цирк Монти Пайтона». Сегодня он стал одним из самых популярных языков программирования в мире с широким спектром приложений, начиная от науки о..
Fashion-MNIST с тф.Керас
Это учебное пособие о том, как классифицировать набор данных Fashion-MNIST с tf.keras, используя архитектуру сверточной нейронной сети (CNN). Всего в нескольких строках кода вы можете определить и обучить модель, которая способна классифицировать изображения с точностью более 90%, даже без особой оптимизации. Fashion-MNIST может использоваться как дроп-ин замена оригинальному MNIST dataset (10 категорий рукописных цифр). Он имеет одинаковый размер изображения (28x28) и..
Экспериментируйте с безумным способом обучения глубоких нейронных сетей
История глубокого обучения полна смелых и простых идей. Иногда они являются определяющими для жанра успехами, как GAN, или исчезают из моды, как сети глубоких убеждений. Я попробовал свою собственную нелогичную, но простую идею, вдохновленную тем, как дети играют в игры с воображением. У меня было несколько интересных, но неубедительных результатов, которыми я хотел поделиться. Подробности эксперимента: Инструмент DL: TensorFlow 1.11 с Keras API Среда: Экземпляр Google..
Создание моделей машинного обучения с помощью Keras
Шумиха, вызванная машинным обучением (ML) за последние несколько лет, привела к появлению множества новых приложений, использующих модели машинного обучения. Хотя способы использования этих приложений различаются, все они одинаковы в том, что они полагаются на прогностические способности своих моделей: это самый важный компонент в любом приложении машинного обучения. В этой статье мы углубимся в то, как мы можем создавать и использовать модели машинного обучения с Keras. Обратите..
Классификация тропических лесов Амазонки из космоса
С августа 2019 года по июль 2020 года было уничтожено в общей сложности 11 088 кв. км (4 281 кв. миль) тропических лесов. Это на 9,5% больше, чем годом ранее. Тропические леса Амазонки, покрывающие 5,5 миллионов квадратных километров, являются жизненно важным хранилищем углерода, замедляющим темпы глобального потепления. Однако он также подвержен лесным пожарам и вырубке лесов. Учитывая все разрушительные последствия вырубки лесов, важно лучше понять лесной ландшафт, чтобы..
Реализация сверточной нейронной сети с использованием Keras
В этой статье мы увидим реализацию сверточной нейронной сети (CNN) с использованием Keras на наборе данных MNIST, а затем сравним результаты с обычной нейронной сетью. Настоятельно рекомендуется сначала прочитать сообщение Сверточная нейронная сеть - в двух словах , прежде чем переходить к реализации CNN, чтобы развить интуицию в отношении CNN. 1. Введение Набор данных MNIST чаще всего используется для изучения классификации изображений. База данных MNIST содержит изображения..