Публикации по теме 'keras'
Идентификация собак с помощью Keras
Привет, это будет моя самая первая статья о кодировании.
Начнем с идентификации собак. Наша цель состоит в том, чтобы с помощью Keras отличить несколько разных изображений по признакам собаки. Я предпочитаю его Tensorflow, потому что его легче понять.
Pip установите Keras, sklearn.
Прежде чем мы начнем, мы должны сделать некоторую подготовку.
Затем загрузите наши данные и, возможно, вы захотите увидеть некоторые из них.
Хотите выяснить, сколько изображений у нас есть для..
Создание поддельных обзоров продуктов
Этот проект разработали Пранав Харати, Сара Янсен, Зои Нг, Прамука Перера и Снигдха Синха.
Нашей целью было создание реалистичных обзоров продуктов с использованием разных наборов данных и разных моделей. Мы нашли существующие наборы данных отзывов о продуктах на Kaggle и предварительно обработали эти данные, прежде чем использовать их для обучения наших моделей. Мы использовали модели LSTM и n-gram для создания обзоров.
Мотивация проекта и предыстория
По мере того, как мы..
Как я использовал Keras Tensorflow для прогнозирования цен на жилье в Калифорнии
Теперь, когда я изучаю Tensorflow, я должен охватить все темы машинного обучения, которые я ранее изучал с помощью sklearn и statsmodels, поскольку я понимаю, что Tensorflow может выполнять все задачи, которые могут выполнять эти две библиотеки.
Мой последний пост о Tensorflow был предсказанием по набору данных Titanic…
MLxtend для более умной интерпретации вашего классификатора
«Мы должны добавить некоторую регуляризацию, чтобы избежать переобучения».
Это предложение часто используется блоггерами и ютуберами, занимающимися машинным обучением, для оправдания регуляризации слоев нейронной сети. Но лишь немногие объясняют логику регуляризации. В этом блоге я пытаюсь дать интуитивное обоснование важности регуляризации (L2).
Интуиция
Проще говоря, переобучение — это «слепое изучение» тренировочных данных. Как видно на рисунке ниже, переобученная модель..
Начало работы с распознаванием изображений и сверточными нейронными сетями за 5 минут
Начать разработку решений с использованием Deep Learning становится все проще и проще. Недавно Google запустил Colaboratory , бесплатную облачную службу, в которой вы можете бесплатно разрабатывать приложения для глубокого обучения на GPU .
Colaboratory - это предварительно настроенная среда для ноутбуков Jupyter , которая работает полностью в облаке, без необходимости загружать, устанавливать или запускать что-либо на вашем собственном компьютере. Более того, записные книжки..
Разработка простой CNN для MNIST
Набор данных «MNIST» представляет собой рукописную задачу цифровой классификации, которая обычно используется в глубоком обучении. Он состоит из 60 000 значений от 0 до 9 (включительно), представленных на сетке градаций серого размером 28x28 пикселей. Эти значения «написаны от руки», что означает, что они не выглядят идеально. В этом пошаговом руководстве я разработаю простую сверточную нейронную сеть для набора данных MNIST с целью достижения точности более 99%. Это будет..
Используйте Keras для создания переводчика с английского на французский с различной архитектурой модели RNN.
Эта статья написана для краткого изложения моего собственного мини-проекта. Код приведен в конце для справки. Мои основные цели — продемонстрировать результаты и кратко обобщить концептуальный поток, чтобы закрепить мое обучение. Я не буду вдаваться в подробности о КАЖДОМ методе, который я использовал, потому что существует слишком МНОГО хорошо документированных руководств. Я не хочу создавать еще одно руководство, перефразируя и резюмируя.
Это второй проект моей наностепени udacity..
