分类：预测

2020
10-08

在keras中对单一输入图像进行预测并返回预测结果操作

模型经过训练测试之后，我们往往用一两张图对模型预测结果进行分析讨论，那么下面介绍在keras中用已训练的模型经过测试的方法。下面是以利用预训练的ResNet来展示预测的效果，选了一张狗的图片，是来自一个kaggle比赛的。预测结果第一个是一种苏格兰品种的狗，我也不知道准不准==。importnumpyasnpfromkeras.applications.imagenet_utilsimportdecode_predictionsfromkeras.preprocessingimportimagefromkeras.applica... 继续阅读 >

2020
10-08

利用keras使用神经网络预测销量操作

keras非常方便。不解释，直接上实例。数据格式如下：序号天气是否周末是否有促销销量1坏是是高2坏是是高3坏是是高4坏否是高5坏是是高6坏否是高7坏是否高8好是是高9好是否高10好是是高11好是是高12好是是高13好是是高14坏是是低15好否是高16好否是高17好否是高18好否是高19好否... 继续阅读 >

2020
10-08

使用Keras预训练好的模型进行目标类别预测详解

前言最近开始学习深度学习相关的内容，各种书籍、教程下来到目前也有了一些基本的理解。参考Keras的官方文档自己做一个使用application的小例子，能够对图片进行识别，并给出可能性最大的分类。闲言少叙，开始写代码环境搭建相关就此省去，网上非常多。我觉得没啥难度fromkeras.applications.resnet50importResNet50fromkeras.preprocessingimportimagefromkeras.applications.resnet50importpreprocess_input,decode_pr... 继续阅读 >

2020
10-08

浅谈keras 模型用于预测时的注意事项

为什么训练误差比测试误差高很多？一个Keras的模型有两个模式：训练模式和测试模式。一些正则机制，如Dropout，L1/L2正则项在测试模式下将不被启用。另外，训练误差是训练数据每个batch的误差的平均。在训练过程中，每个epoch起始时的batch的误差要大一些，而后面的batch的误差要小一些。另一方面，每个epoch结束时计算的测试误差是由模型在epoch结束时的状态决定的，这时候的网络将产生较小的误差。【Tips】可以通过定义回调函数... 继续阅读 >