首页
学习
活动
专区
工具
TVP
发布

AI研习社

专栏作者
1755
文章
2080270
阅读量
197
订阅数
如何在Keras中创建自定义损失函数?
我们使用损失函数来计算一个给定的算法与它所训练的数据的匹配程度。损失计算是基于预测值和实际值之间的差异来做的。如果预测值与实际值相差甚远,损失函数将得到一个非常大的数值。
AI研习社
2019-12-03
4.4K0
干货 | TensorFlow 2.0 模型:Keras 训练流程及自定义组件
在上一篇文章中,我们介绍了循环神经网络的建立方式。本来接下来应该介绍 TensorFlow 中的深度强化学习的,奈何笔者有点咕,到现在还没写完,所以就让我们先来了解一下 Keras 内置的模型训练 API 和自定义组件的方法吧!本文介绍以下内容:
AI研习社
2019-10-22
3.1K0
手把手教程:如何从零开始训练 TF 模型并在安卓系统上运行
本教程介绍如何使用 tf.Keras 时序 API 从头开始训练模型,将 tf.Keras 模型转换为 tflite 格式,并在 Android 上运行该模型。我将以 MNIST 数据为例介绍图像分类,并分享一些你可能会面临的常见问题。本教程着重于端到端的体验,我不会深入探讨各种 tf.Keras API 或 Android 开发。
AI研习社
2019-10-22
2.1K0
2019 必知的 10 大顶级 Python 库
作为数据科学和机器学习相关的研究和开发人员,大家每天都要用到 python。在本文中,我们将讨论一些 python 中的顶级库,开发人员可以使用这些库在现有的应用程序中应用、清洗和表示数据,并进行机器学习研究。
AI研习社
2019-08-05
8000
10个梯度下降优化算法+备忘单
梯度下降是一种寻找函数极小值的优化方法,在深度学习模型中常常用来在反向传播过程中更新神经网络的权值。
AI研习社
2019-07-22
1.2K0
简易版物体识别
阿尔伯特·爱因斯坦曾经说过这么一句话“如果你不能简单地解释它,你就不能很好地理解它”,我深以为然!
AI研习社
2019-07-04
9740
如何使用DAVIS 2019数据集编写一个图像数据处理器
当我们进入一个新的领域,最难的事情往往是入门和上手操作。在深度学习领域,第一件事(通常也是最关键的)就是处理数据,所以我们在写Python代码时,需要一个更有组织的方法来加载和使用图像数据。
AI研习社
2019-07-04
1.4K0
通过基于情感方面的分析来理解用户生成的内容
用户生成的内容(UGC)在近年来有了明显地增长。这些内容大多是文本的,主要通过在线论坛和社交媒体平台产生,同时也包含着用户对公司/组织或者热点事件的观点评论。
AI研习社
2019-06-23
8220
使用以 Tensorflow 为后端的 Keras 构建生成对抗网络的代码示例
生成式对抗网络(GAN)是近期深度学习领域中最有前景的发展之一。 GAN由Ian Goodfellow于2014年推出,它通过分别训练两个相互竞争和合作的深度网络(称为生成器[Generator]和鉴别器[Discriminator])来进军无监督学习的问题。 在训练过程中,两个网络最终都会学习到如何执行各自任务。
AI研习社
2019-06-19
8270
理解并实现 ResNet(Keras)
ResNet 是残差网络(Residual Network)的缩写,是一种作为许多计算机视觉任务主干的经典神经网络。这个模型是2015年ImageNet挑战赛的获胜者,ResNet最根本的突破在于它使得我们可以训练成功非常深的神经网路,如150+层的网络。在ResNet之前,由于梯度消失(vanishing gradients)的问题,训练非常深的神经网络是非常困难的。
AI研习社
2019-06-14
1.2K0
分类变量的深度嵌入(Cat2Vec)
在这篇博客中,我将会向你介绍如何在keras的基础上,使用深度学习网络为分类变量创建嵌入。这一概念最初由Jeremy Howard在他的fastai课程上提出。更多详情请查看链接。
AI研习社
2019-05-22
9580
用 TensorFlow hub 在 Keras 中做 ELMo 嵌入
最新发布的Tensorflow hub提供了一个接口,方便使用现有模型进行迁移学习。我们有时用Keras快速构建模型原型,这里只要少许改几个地方就能将Keras与Tensorflow hub提供的模型整合!
AI研习社
2019-05-17
1.4K0
针对时尚类MINIST数据集探索神经网络
fashion MNIST数据集可以从Github获取。它包含10种类别的灰度图像,共7000个,每个图像的分辨率均为28x28px。下图以25张带有标签的图片向我们展示了该数据集中的数据。
AI研习社
2019-05-14
1.1K0
Github项目推荐 | entity_embeddings_categorical:基于Keras的实体嵌入工具库
本项目旨在利用Keras框架,通过神经网络对实体嵌入进行预处理、训练和提取。注意:项目还在建设中,所以请谨慎使用。
AI研习社
2019-05-08
7670
针对复杂图像分类场景:使用物体探测(第一部分)
TLDR; 本系列是基于检测以下现实生活代码记录中复杂策略的工作。该系列的代码可以在原文找到。
AI研习社
2019-05-08
7030
Github项目推荐 | Keract - Keras中的激活映射(层输出)和渐变
这是获取Keras模型(LSTM,转换网......)中每一层的激活(输出)和渐变的一个简单方法。
AI研习社
2019-05-08
2K0
非平衡数据集 focal loss 多类分类
焦点损失函数 Focal Loss(2017年何凯明大佬的论文)被提出用于密集物体检测任务。它可以训练高精度的密集物体探测器,哪怕前景和背景之间比例为1:1000(译者注:facal loss 就是为了解决目标检测中类别样本比例严重失衡的问题)。本教程将向您展示如何在给定的高度不平衡的数据集的情况下,应用焦点损失函数来训练一个多分类模型。
AI研习社
2019-05-08
3.5K0
用 Keras 实现图书推荐系统
推荐系统试图依据用户旧物品评级或偏好来预测对某一物品的评级或偏好。为了提高服务质量,几乎每个大公司都使用推荐系统。
AI研习社
2018-12-27
1.1K0
通过简单代码回顾卷积块
我会努力定期去阅读机器学习和人工智能相关的论文。这也是能够持续跟进最新进展的唯一途径。作为一名计算机科学家,我经常在翻阅科学描述文本或者公式的数学符号时碰壁。我发现在普通代码中理解它要容易的多。因此在本文中,我想引导你通过 Keras 实现精选的最新架构的重要卷积块。
AI研习社
2018-09-25
4260
基于 Tensorflow eager 的文本生成,注意力,图像注释的完整代码
我总是发现生成和序列模型令人着迷:他们提出的问题与我们刚开始学习机器学习时常遇到的问题不同。当我第一次开始学习ML时,我学了分类和回归(和大多数人一样)。这些帮助我们提出并回答以下问题:
AI研习社
2018-09-25
9340
点击加载更多
社区活动
Python精品学习库
代码在线跑,知识轻松学
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档