Публикации по теме 'keras'


Обратный вызов и его использование в PyTorch и TensorFlow
1. Что такое обратный вызов в Python и языках программирования Обратный вызов — это вызываемый объект, который может быть принят и запущен другой логикой. Поскольку функции являются гражданами первого класса, обратный вызов в Python относится к функции, которая передается в качестве аргумента другой функции. Основное использование обратного вызова — динамическая настройка поведения функции, получившей обратный вызов. Рассмотрим следующий пример, когда человек всегда завтракает, а затем..
Отладка модели машинного обучения, написанной на TensorFlow и Keras
Вещи, которые могут пойти не так, и как их диагностировать. В этой статье вы можете оглянуться через мое плечо, пока я занимаюсь отладкой модели TensorFlow. Я наделал много глупостей, поэтому, пожалуйста, не судите. 1 Цель модели машинного обучения Вы можете увидеть финальную (рабочую) модель на GitHub. Я создаю модель для предсказания молний на 30 минут вперед и планирую представить ее Американскому метеорологическому обществу . Основная идея состоит в том, чтобы создать..
Введение в TensorFlow для искусственного интеллекта, машинного обучения и глубокого обучения: часть 1
Введение в машинное обучение В мире кодирования традиционный подход включает тщательное разбиение сложных требований на управляемые проблемы и написание кода для решения каждой из них. Однако появление машинного обучения произвело революцию в этом процессе, коренным образом изменив то, как мы решаем проблемы. Машинное обучение работает путем ввода данных и желаемых результатов, а взамен создает правила или шаблоны для достижения этих результатов. Этот метод оказывается бесценным при..
LSTM с Керасом
Цель этой статьи - предоставить обзор применения моделей LSTM и уникальных проблем, которые они представляют. Я объясню некоторые из наиболее важных (и запутанных) параметров, как подготовить данные для модели LSTM, а также разницу между моделями LSTM с сохранением состояния и без него. Это обсуждение будет вращаться вокруг применения моделей LSTM с Keras. Однако в этой статье не будет подробно рассказываться о том, как работают модели LSTM в целом. Таким образом, чтобы полностью понять..
Может ли автоматизированное машинное обучение превзойти модели, созданные вручную?
Может ли автоматизированное машинное обучение превзойти модели, созданные вручную? Тестирование моделей Auto-Keras на реальном наборе данных Автоматическое машинное обучение (AutoML) можно использовать для автоматического поиска и обучения моделей машинного обучения. Вам больше не нужно создавать модель самостоятельно - алгоритмы AutoMl проанализируют ваши данные и автоматически выберут лучшую модель. Но насколько хороши эти модели на самом деле? Можно ли их сравнить с..
Три способа использования настраиваемых показателей валидации в tf.keras / TF2
Как использовать собственные метрики проверки в TensorFlow 2 Keras предлагает набор показателей для проверки набора тестовых данных, таких как точность, MSE или AUC. Однако иногда для проверки вашей модели требуется настраиваемая метрика. В этом посте я покажу три разных подхода к реализации ваших метрик и их использованию в Keras. Если вначале в Keras было всего несколько показателей, сегодня доступно множество других. Для версии Keras в комплекте с TensorFlow 2 все показатели..
Обучение ConvNet с ограниченными данными изображения
Простой пример различения поездов и автомобилей с ~ 1500 изображениями с использованием экземпляра AWS EC2 p2.xlarge (Ubuntu Deep Learning). Весь код из этого проекта можно найти здесь . Для запуска этого проекта через Google images было загружено 760 изображений поездов и 760 изображений автомобилей. Используя приведенный ниже Javascript, я удалил URL-адреса самых популярных изображений из соответствующих запросов "поезд" и "автомобиль". // Adding script to the html page var..