分类：Keras

2022
02-11

教你如何在pycharm中安装opencv,tensorflow,keras

目录一.首先安装Anaconda,python和pycharm二.首先安装opencv三.安装tensorflow和kerass四.小结我在安装环境的时后，怎么都装不上去，搞了好久，现在来写一下心得。一.首先安装Anaconda,python和pycharm有很多教程，我就不在此赘述二.首先安装opencv1.点击左下角的Terminal2.输入pipinstallopencv-python，然后按键盘上的enter(亲测有效）3.看到successfully就说明安装好了三.安装tensorflow和kerass1.点左上角的File选择Settings... 继续阅读 >

2021
08-26

Keras搭建Efficientdet目标检测平台的实现思路

学习前言一起来看看Efficientdet的keras实现吧，顺便训练一下自己的数据。什么是Efficientdet目标检测算法最近，谷歌大脑MingxingTan、RuomingPang和QuocV.Le提出新架构EfficientDet，结合EfficientNet（同样来自该团队）和新提出的BiFPN，实现新的SOTA结果。源码下载https://github.com/bubbliiiing/efficientdet-keras喜欢的可以点个star噢。Efficientdet实现思路一、预测部分1、主干网络介绍Efficientdet采用Effic... 继续阅读 >

2021
07-12

Keras在mnist上的CNN实践,并且自定义loss函数曲线图操作

使用keras实现CNN，直接上代码：fromkeras.datasetsimportmnistfromkeras.modelsimportSequentialfromkeras.layersimportDense,Dropout,Activation,Flattenfromkeras.layersimportConvolution2D,MaxPooling2Dfromkeras.utilsimportnp_utilsfromkerasimportbackendasKclassLossHistory(keras.callbacks.Callback):defon_train_begin(self,logs={}):self.losses={'batch':[],'epoch':[]}... 继续阅读 >

2021
07-12

对Keras自带Loss Function的深入研究

本文研究Keras自带的几个常用的LossFunction。1.categorical_crossentropyVS.sparse_categorical_crossentropy注意到二者的主要差别在于输入是否为integertensor。在文档中，我们还可以找到关于二者如何选择的描述：解释一下这里的Integertarget与Categoricaltarget，实际上Integertarget经过独热编码就变成了Categoricaltarget，举例说明：(类别数5)Integertarget:[1,2,4]Categoricaltarget：[[0.1.0.0.0.]... 继续阅读 >

2021
07-12

关于keras多任务多loss回传的思考

如果有一个多任务多loss的网络，那么在训练时，loss是如何工作的呢？比如下面：model=Model(inputs=input,outputs=[y1,y2])l1=0.5l2=0.3model.compile(loss=[loss1,loss2],loss_weights=[l1,l2],...)其实我们最终得到的loss为final_loss=l1*loss1+l2*loss2我们最终的优化效果是最小化final_loss。问题来了，在训练过程中，是否loss2只更新得到y2的网络通路，还是loss2会更新所有的网络层呢？此问题的关... 继续阅读 >

2021
07-08

如何解决Keras载入mnist数据集出错的问题

1.找到本地keras目录下的mnist.py文件，目录：F:\python_enter_anaconda510\Lib\site-packages\tensorflow\python\keras\datasets2.下载mnist.npz文件到本地，下载地址：https://s3.amazonaws.com/img-datasets/mnist.npz3.修改mnist.py文件为以下内容，并保存from__future__importabsolute_importfrom__future__importdivisionfrom__future__importprint_functionfrom..utils.data_utilsimportget_fileimportnumpy... 继续阅读 >

2021
07-04

Keras 多次加载model出错的解决方案

问题：python+Flask反复调用model报错ValueError:TensorTensor("dense_2/Softmax:0"...)isnotanelementofthisgraph.原因：不明解决方案：在初始化加载模型之后，就随便生成一个向量让model执行一次predict函数fromkeras.modelsimportload_model#...model=load_modle('xxx.hdf5')model.predict(...)补充：frommodelsimport*报错，找不到models的解决办法解决方法from.modelsimport*在models前加个点，... 继续阅读 >

2021
07-04

解决tensorflow 与keras 混用之坑

在使用tensorflow与keras混用是model.save是正常的但是在load_model的时候报错了在这里mark一下其中错误为：TypeError:tupleindicesmustbeintegers,notlist再一一番百度后无结果，上谷歌后找到了类似的问题。但是是一对鸟文不知道什么东西（翻译后发现是俄文）。后来谷歌翻译了一下找到了解决方法。故将原始问题文章贴上来警示一下原训练代码fromtensorflow.python.keras.preprocessing.imageimportImageDataGenerator... 继续阅读 >

2021
07-04

基于keras中import keras.backend as K的含义说明

原理介绍keras是一种基于模块的高级深度学习开发框架，它并没有仅依赖于某一种高速底层张量库，而是对各种底层张量库进行高层模块封装，让底层库完成诸如张量积、卷积操作。目前，Keras提供了三种后端实现：TensorFlow后端，Theano后端和CNTK后端。TensorFlow是Google开发的开源符号张量操纵框架。Theano是由蒙特利尔大学的LISALab开发的开源符号张量操纵框架。CNTK是由Microsoft开发的用于深度学习的开源工具包。含义即可以使用... 继续阅读 >

2021
07-04

Keras 如何修改图片通道的顺序

1.Error在使用Keras.layers.convolutional.Convolution2D的时候Convolution2D(32,5,5,border_mode='valid',input_shape=(1,28,28),activation='relu')报如下错误：OverflowError:Rangeexceedsvalidbounds这是因为Keras配置图片通道顺序错误导致的。上面代码使用图片通道顺序是[channels][height][width]2.修改图片通道顺序检查~/.keras/keras.json文件if"image_dim_ordering":is"th"and"backend":"theano",yo... 继续阅读 >

2021
07-04

TensorFlow和keras中GPU使用的设置操作

1.训练运行时候指定GPU运行时候加一行代码：CUDA_VISIBLE_DEVICES=1pythontrain.py2.运行过程中按需或者定量分配GPUtensorflow直接在开启Session时候加几行代码就行，而Keras指定GPU，并限制按需用量和TensorFlow不太一样，因为keras训练是封装好的，不好对Session操作。如下是两种对应的操作。keras中的操作：importosimporttensorflowastffromkeras.backend.tensorflow_backendimportset_session#指定第一块GPU可用... 继续阅读 >

2021
07-04

基于Keras的扩展性使用

Keras是一个用于在python上搭神经网络模型的框架，语法和torch比较相似。我个人认为Keras最大的特点是包装很好，一些在训练过程中要输出的方法和常用的优化函数、目标函数都已经内置了，非常适合用来写大作业。Keras和python的哲学有些相似，那就是尽量不自己造轮子。但是最近逛知乎，看到有答案说，Keras只能用来搭一些世面上已经普及的网络，和其它框架相比比较小白。换句话说，就是Keras的扩展性不好。作为一个试用过theano、te... 继续阅读 >

2021
07-04

keras修改backend的简单方法

方法1在users文件夹下新建.keras文件夹，在文件夹下新建keras.json文件，json内容为：{"image_dim_ordering":"tf","epsilon":1e-07,"floatx":"float32","backend":"tensorflow"}这其中的backend可以是tensorflow或者theano,当然前提是你已经安装好了。但是上面这种方式有一个弊端就是每次当你想切换backend的时候都需要手动修改这个文件，所以有一种能够动态修改的方式不是更好吗？请看下面的方法：方法2im... 继续阅读 >

2021
07-04

keras的get_value运行越来越慢的解决方案

keras深度学习框架中get_value函数运行越来越慢，内存消耗越来越大问题问题描述如上图所示，经过时间和内存消耗跟踪测试，发现是keras.backend.get_value()函数导致的程序越来越慢，而且严重的造成内存泄露；查看该函数内部实现，发现一个主要核心是x.eval(session=get_session()),该语句可能是导致内存泄露和运行慢的核心语句；根据查看一些博文得到了运行得越来越慢的原因：该x.eval函数会添加新的节点到tf的图中；而这也导致... 继续阅读 >

2021
07-04

浅谈Keras中fit()和fit_generator()的区别及其参数的坑

1、fit和fit_generator的区别首先Keras中的fit()函数传入的x_train和y_train是被完整的加载进内存的,当然用起来很方便，但是如果我们数据量很大，那么是不可能将所有数据载入内存的，必将导致内存泄漏，这时候我们可以用fit_generator函数来进行训练。下面是fit传参的例子：history=model.fit(x_train,y_train,epochs=10,batch_size=32,validation_split=0.2)这里需要给出epochs和batch_size，epoch是这... 继续阅读 >

2021
02-21

Keras保存模型并载入模型继续训练的实现

我们以MNIST手写数字识别为例importnumpyasnpfromkeras.datasetsimportmnistfromkeras.utilsimportnp_utilsfromkeras.modelsimportSequentialfromkeras.layersimportDensefromkeras.optimizersimportSGD#载入数据(x_train,y_train),(x_test,y_test)=mnist.load_data()#(60000,28,28)print('x_shape:',x_train.shape)#(60000)print('y_shape:',y_train.shape)#(60000,28,28)->(60000,784)x_train=x_trai... 继续阅读 >