腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
深度应用
专栏作者
举报
242
文章
470329
阅读量
35
订阅数
订阅专栏
申请加入专栏
全部文章(242)
深度学习(92)
神经网络(50)
编程算法(43)
人工智能(40)
机器学习(37)
python(31)
tensorflow(28)
https(19)
keras(17)
网络安全(16)
numpy(15)
开源(13)
pytorch(13)
人脸识别(12)
github(11)
http(11)
git(10)
linux(9)
ubuntu(9)
卷积神经网络(8)
windows(8)
html(5)
api(5)
批量计算(5)
腾讯云测试服务(5)
图像识别(5)
opencv(5)
bash(4)
.net(4)
android(4)
数据库(4)
anaconda(4)
语音识别(3)
ide(3)
matlab(3)
bash 指令(3)
数据结构(3)
NLP 服务(2)
c 语言(2)
c++(2)
javascript(2)
node.js(2)
css(2)
jquery(2)
qt(2)
硬件开发(2)
sql(2)
中文分词(2)
命令行工具(2)
存储(2)
爬虫(2)
强化学习(2)
kernel(2)
dart(2)
对象存储(1)
ios(1)
mac os(1)
java(1)
php(1)
go(1)
json(1)
ajax(1)
typescript(1)
单片机(1)
arm(1)
云数据库 SQL Server(1)
django(1)
打包(1)
nginx(1)
容器镜像服务(1)
apt-get(1)
spring(1)
访问管理(1)
声纹识别(1)
机器翻译(1)
数据工坊(1)
智能选址(1)
网站(1)
企业(1)
容器(1)
分布式(1)
shell(1)
html5(1)
面向对象编程(1)
监督学习(1)
gcc(1)
大数据(1)
数据分析(1)
网站建设(1)
虚拟化(1)
实时监控(1)
conda(1)
ejs(1)
image(1)
input(1)
object(1)
output(1)
reshape(1)
shapely(1)
x11(1)
开发(1)
图表(1)
系统(1)
搜索文章
搜索
搜索
关闭
『开发技巧』Keras自定义对象(层、评价函数与损失)
keras
打包
对于简单、无状态的自定义操作,你也许可以通过 layers.core.Lambda 层来实现。但是对于那些包含了可训练权重的自定义层,你应该自己实现这种层。
小宋是呢
2022-03-07
1.1K
0
『开发』网页端展示深度学习模型|Gradio上手教程
keras
Gradio需要Python 3。一旦你有Python,你可以下载gradio使用pip 的最新版本,如下所示:
小宋是呢
2022-03-07
6.4K
0
『TensorFlow2.0正式版』TF2.0+Keras速成教程·零:开篇简介与环境准备
tensorflow
keras
深度学习
python
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
小宋是呢
2019-10-22
1.6K
0
[开发技巧]·安卓手机开发深度学习简易教程(基于Keras)
深度学习
keras
python
android
本教程基于安卓手机平台,在PyDroid3软件上,使用Python3语言配合Keras框架开发深度学习。本文章主要涉及在手机上开发环境的搭建,以及简单的示例代码,如果想深入研究开发,还需要读者自己花些功夫了。不废话,开始教程。。
小宋是呢
2019-06-27
859
0
[开发技巧]·深度学习使用生成器加速数据读取与训练简明教程(TensorFlow,pytorch,keras)
keras
深度学习
tensorflow
pytorch
编程算法
在深度学习里面有句名言,数据决定深度应用效果的上限,而网络模型与算法的功能是不断逼近这个上限。由此也可以看出数据的重要程度。
小宋是呢
2019-06-27
924
0
[深度应用]·Keras实现Self-Attention文本分类(机器如何读懂人心)
keras
笔者在[深度概念]·Attention机制概念学习笔记博文中,讲解了Attention机制的概念与技术细节,本篇内容配合讲解,使用Keras实现Self-Attention文本分类,来让大家更加深入理解Attention机制。
小宋是呢
2019-06-27
2.4K
0
[开发技巧]·安卓手机开发深度学习极简教程(基于Keras)
深度学习
android
keras
python
本教程基于安卓手机平台,在PyDroid3软件上,使用Python3语言配合Keras框架开发深度学习。本文章主要涉及在手机上开发环境的搭建,以及简单的示例代码,如果想深入研究开发,还需要读者自己花些功夫了。不废话,开始教程。。
小宋是呢
2019-06-27
1.4K
0
[Keras填坑之旅]·图片分类中是否使用img_to_array的影响
keras
java
在使用keras进行图片分类的任务,笔者最开始的方法是使用opencv库cv2.imread读取照片,再使用cv2.resize重设尺寸。在和别人的代码进行训练对比发现代码类似结果却差异很大。别人的val_acc可以高出笔者几个百分点。对比发现别人的代码里多了一步:
小宋是呢
2019-06-27
1.8K
0
[深度应用]·Keras极简实现Attention结构
keras
这里让x[:, attention_column] = y[:, 0],X数据的第一列等于Y数据第零列(其实就是label),这样第一列数据和label的相关度就会很大,最后通过输出相关度来证明思路正确性。
小宋是呢
2019-06-27
1.3K
0
[开发技巧]·TensorFlow&Keras GPU使用技巧
keras
tensorflow
分布式
使用TensorFlow&Keras通过GPU进行加速训练时,有时在训练一个任务的时候需要去测试结果,或者是需要并行训练数据的时候就会显示OOM显存容量不足的错误。以下简称在训练一个任务的时候需要去测试结果,或者是需要并行训练数据为进行新的运算任务。
小宋是呢
2019-06-27
1.4K
0
[知乎作答]·关于在Keras中多标签分类器训练准确率问题
机器学习
神经网络
深度学习
人工智能
keras
本文来自知乎问题 关于在CNN中文本预测sigmoid分类器训练准确率的问题?中笔者的作答,来作为Keras中多标签分类器的使用解析教程。
小宋是呢
2019-06-27
2K
0
[开发技巧]·keras如何冻结网络层
keras
在keras中除了从model.layers取得layer,我们还可以通过model.get_layer(layer_name)获取。
小宋是呢
2019-06-27
1.8K
0
[Keras实战教程]·使用Transfromer模型做文本分类(NLP分类最佳模型)
python
keras
github
git
开源
谷歌大脑在论文《Attention Is All You Need》中提出了一个完全基于注意力机制的编解码器模型 Transformer ,它完全抛弃了之前其它模型引入注意力机制后仍然保留的循环与卷积结构,然后在任务表现、并行能力和易于训练性方面都有大幅的提高。Transformer 从此也成为了机器翻译和其它许多文本理解任务中的重要基准模型。
小宋是呢
2019-06-27
1.3K
0
[Keras深度学习浅尝]实战二·CNN实现Fashion MNIST 数据集分类
keras
深度学习
机器学习
神经网络
人工智能
与我们上篇博文[Keras深度学习浅尝]实战一结构相同,修改的地方有,定义网络与模型训练两部分,可以对比着来看。通过使用CNN结构,预测准确率略有提升,可以通过修改超参数以获得更优结果。 代码部分
小宋是呢
2019-06-27
1.1K
0
[Keras深度学习浅尝]实战三·RNN实现Fashion MNIST 数据集分类
keras
深度学习
机器学习
神经网络
人工智能
与我们上篇博文[Keras深度学习浅尝]实战一结构相同,修改的地方有,定义网络与模型训练两部分,可以对比着来看。通过使用RNN结构,预测准确率略有提升,可以通过修改超参数以获得更优结果。 代码部分
小宋是呢
2019-06-27
955
0
[Keras深度学习浅尝]实战一·DNN实现Fashion MNIST 数据集分类
深度学习
keras
Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 它是由Zalando(一家德国的时尚科技公司)旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图片。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分,28x28的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能,且不需要改动任何的代码。
小宋是呢
2019-06-27
1.1K
0
[Keras深度学习浅尝]实战四· Embedding实现 IMDB数据集影评文本分类
keras
网络模型的介绍: 1,输入网络的形状为(-1,256) 2,Embedding后为(-1,256,16)网络参数为(10000,16) 3,GlobalAveragePooling1D后为(-1,16)详细介绍见此 4,Dense1后(-1,16)网络参数为w:1616 + b:116 共计272 4,Dense2后(-1,1)网络参数为w:161 + b:11 共计17个参数
小宋是呢
2019-06-27
1.2K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
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