2019年9月22日
使用VGG16完成猫狗分类
摘要： 测试 (1, 150, 150, 3) print(label[model.predict_classes(image)] ['cat'] (1, 150, 150, 3) print(label[model.predict_classes(image)] ['cat'] (1, 150, 150, 阅读全文
posted @ 2019-09-22 22:16 刘文华 阅读(3239) 评论(0) 推荐(0) 编辑
11.绘制网络结构
摘要： import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 12:58 刘文华 阅读(236) 评论(0) 推荐(0) 编辑
11.模型载入
摘要： 1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers import Dense 6 from keras.optimizers import SGD 7 f 阅读全文
posted @ 2019-09-22 12:54 刘文华 阅读(317) 评论(0) 推荐(0) 编辑
10.模型保存
摘要： import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 12:46 刘文华 阅读(242) 评论(0) 推荐(0) 编辑
9.RNN应用
摘要： import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 12:43 刘文华 阅读(224) 评论(0) 推荐(0) 编辑
8.CNN应用于手写字识别
摘要： import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 12:40 刘文华 阅读(522) 评论(0) 推荐(0) 编辑
8.优化器
摘要： 1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers i 阅读全文
posted @ 2019-09-22 12:34 刘文华 阅读(179) 评论(0) 推荐(0) 编辑
6.正则化
摘要： 1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers import Dense 6 from keras.optimizers import SGD 7 f 阅读全文
posted @ 2019-09-22 12:31 刘文华 阅读(176) 评论(0) 推荐(0) 编辑
5.Dropout
摘要： 1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers i 阅读全文
posted @ 2019-09-22 10:25 刘文华 阅读(234) 评论(0) 推荐(0) 编辑
4.交叉熵
摘要： 1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers i 阅读全文
posted @ 2019-09-22 10:19 刘文华 阅读(263) 评论(0) 推荐(0) 编辑
3.Minst数据集分类
摘要： import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 10:16 刘文华 阅读(370) 评论(0) 推荐(0) 编辑
2.非线性回归
摘要： import keras import numpy as np import matplotlib.pyplot as plt # Sequential按顺序构成的模型 from keras.models import Sequential # Dense全连接层 from keras.layers import Dense,Activation from keras.optimizers imp 阅读全文
posted @ 2019-09-22 10:03 刘文华 阅读(300) 评论(0) 推荐(0) 编辑
1.线性回归
摘要： #导入工具包 阅读全文
posted @ 2019-09-22 09:58 刘文华 阅读(187) 评论(0) 推荐(0) 编辑
8.Canny边缘检测
摘要： #导入工具包 from imutils import * image = imread('image/school.jpg') show(image) def edge_detection(image,minVal=100,maxVal=200): image = cv2.cvtColor(imag 阅读全文
posted @ 2019-09-22 09:30 刘文华 阅读(248) 评论(0) 推荐(0) 编辑