python3.7.0和anaconda3-3.5.0的下载配置全过程（还有tensorflow和keras配置） （学习参考借鉴各位大神作品总结可得，加上自己的经验所得） 首先我们要知道我们配置python和anaconda的版本，然后便于我们进行下一步操作。首先我们可以查看对用的版本。 以下是参考的博客： https://blog.csdn.net/yuejisuo1948/article/details/81043823 大家可以通过上面的博客查找自己需要的对应的版本 我们这里选择的是python3.7.0版本和anacond...
目录程序简介程序/数据集下载代码分析 程序简介 程序调用tensorflow.keras搭建了一个简单长短记忆型网络(LSTM)，以上证指数为例，对数据进行标准化处理，输入5天的收盘价, 最高价, 最低价,开盘价，输出1天的收盘价，利用训练集训练网络后，输出测试集的MAE 长短记忆型网络(LSTM)：是一种改进之后的循环神经网络，可以解决RNN无法处理长距离的依赖的问题。
FasterRCNN tensorflow-keras源码解读 文章目录 FasterRCNN tensorflow-keras源码解读前言源码下载一、Faster-RCNN整体流程二、代码详解1.主干提取网络2.RPN网络结构3.ROI-Pooling层解读4.分类回归网络5.获得网络模型5.真实值的编码6.模型训练过程7.预测过程 三、总结四、参考资料前言 已有很多文章详细介绍faster-rcnn原理，这里不再做相关重复的工作。这篇文章主要通过源码来解读faster-rcnn。源码下载 https://github.com/yblir...
基本格式如下： pip install scikit-image -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com例如 pip install keras -i https://pypi.mirrors.ustc.edu.cn/simple/pip install tensorflow -i https://pypi.mirrors.ustc.edu.cn/simple/ pip install XX -i https://pypi.mirrors.ustc.edu.cn/simple/XX代表库的名称。 ModuleNotFoundError: No module named skimage’报错的解决办法，诸如此类ModuleNotFoundErr...
本来环境早就配置好，但是由于外力因素所以不得不再来一次。。。。。。。。。。 1. 开始配置环境的时候环境配置顺序： 安装系统——安装驱动——cuda——cudnn——python相关包 但是中途出现很多问题（比如版本不匹配) 2. 今天用anaconda安装时发现，anaconda-navigator中自带cudatoolkit和cudnn，只要选择安装时，点击keras-gpu,tensorflow-gpu,cuda,cudnn等包就一块配置了。（至于速度怎么样，还没开始用，后续来更新） 3. 驱动问...
TensorFlow和Keras是当前两款主流的深度学习框架，Keras被采纳为TensorFlow的高级API，平时做深度学习任务，可以使用Keras作为深度学习框架，并用TensorFlow作为后端引擎。 1、安装之前，先确认pip包管理器最新：sudo apt-get update sudo apt-get upgrade sudo apt-get install python-pip python-devsudo apt-get install python3-pip python3-dev使用pip安装包时，默认安装的是python2的包。想安装python3的包，使用pip3。 2、...
一、讲解 二、代码import tensorflow as tf from tensorflow.python.keras import datasets, layers, optimizers, Sequential, metrics from tensorflow.python import keras import osos.environ[TF_CPP_MIN_LOG_LEVEL] = 2def preprocess(x, y):"""x is a simple image, not a batch:param x::param y::return:"""x = tf.cast(x, dtype=tf.float32) / 255.x = tf.reshape(x, [28*28])y = tf.cast(y, dtype=tf...
一、简介 不用keras时候： 二、用keras简写训练过程 现在的写法，首先指定下面的compile以后，直接在下面fit一下，然后这个epoch就是指定上涨图片中的sclice中的10，就是10次epoch,每次traning的loss是按照下面的traing计算，得到一个gradient以后，根据Adam优化器更新一个对应的参数，然后在指定的一个周次做一个metrics测试。注意这里还有指定做测试的周期，之前我们做测试是： if step%100 ==0的时候，我们做一次测试，做测...
利用tensorflow2自带keras搭建BiLSTM+CRF的序列标注模型，完成中文的命名实体识别任务。这里使用数据集是提前处理过的，已经转成命名实体识别需要的“BIO”标注格式。 详细代码和数据：https://github.com/huanghao128/zh-nlp-demo 模型结构 BiLSTM+CRF模型就是在双向LSTM模型的输出位置接上一个CRF层，这样可以学习到相邻输出之间的依赖关系，从而提高输出标签的整理准确率，模型结构图如下图：数据处理 本文使用的数据是已经预处...
本文基于SO的帖子：Link: https://stackoverflow.com/questions/61848825/why-is-input-length-needed-in-layers-embedding-in-keras-tensorflow 在翻文档的时候，发现了input_length这个参数，不知道有什么用。文档里的注释是：input_length : Length of input sequences, when it is constant. This argument is required if you are going to connect Flatten then Dense layers upstream (without it, the shape of the dense ...
Tensorflow和Keras版本对应关系 二者对应版本号如表所示（Keras新版本对Tensorflow老版本不兼容，需注意安装版本号） FrameworkEnv name (--env parameter)DescriptionDocker ImagePackages and Nvidia SettingsTensorFlow 2.2 tensorflow-2.2 TensorFlow 2.2.0 + Keras 2.3.1 on Python 3.7. floydhub/tensorflow TensorFlow-2.2TensorFlow 2.1 tensorflow-2.1 TensorFlow 2.1.0 + Keras 2.3.1 on Python 3.6. floydhub/tensorfl...
rference: 爬取 使用keras模块主要使用其五个主要模块，为datasets、layers、losses、metrics以及optimizers。 五大模块 datasets： 前文已经提到，封装了一些对常见的小型数据集的预处理（如MNIST），自动下载并处理数据为numpy矩阵。 layers： 在Keras的神经网络模型概念中，网络是可以按照层进行区分的，一层完成一个或者几个张量运算，如卷积层、池化层等。Keras对这些层进行了封装，只要传入张量，则按照层的运算方式输出运算...
1. 配置安装环境sudo apt-get update sudo apt-get install python-dev python-pip python-nose gcc g++ git gfortran sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev sudo apt-get install libgflags-dev libgoo...
一.引言 函数式 API 可用于构建具有多个输入的模型，通常情况下，模型会在某一时刻用一个可以组合多个张量的层将不同输入得到的结果进行组合，组合方式可以是相加，连接等等，这其中常用的为 keras.layers.add， keras.layers.concatente 等。 二.多输入模型 1.模型结构 典型的问答模型有两个输入：一个自然语言描述的问题和一个文本片段用于提供回答的相关信息，最后生成一个回答，这里回答只包含一个词，可以通过 softmax 得到...
之前写了一篇tensorflow/serving部署tensorflow模型的文章，记录了详细的操作步骤与常见的错误及解决方案，具体见：TensorFlow Serving模型转换与部署 本文主要记录tensorflow/serving部署keras模型过程中的一些重要步骤，以便后续查阅。 我们在keras中保存模型通常用model.save或者model.save_weights函数。 其中，model.save函数保存的模型往往比的是模型的结构与权重，而model.save_weights函数保存的仅仅是模型的结构，因此mod...