分类：Keras

2020
09-29

将keras的h5模型转换为tensorflow的pb模型操作

背景：目前keras框架使用简单，很容易上手，深得广大算法工程师的喜爱，但是当部署到客户端时，可能会出现各种各样的bug，甚至不支持使用keras，本文来解决的是将keras的h5模型转换为客户端常用的tensorflow的pb模型并使用tensorflow加载pb模型。h5_to_pb.pyfromkeras.modelsimportload_modelimporttensorflowastfimportosimportos.pathasospfromkerasimportbackendasK#路径参数input_path='inputpath'weight_... 继续阅读 >

2020
09-29

使用keras和tensorflow保存为可部署的pb格式

Keras保存为可部署的pb格式加载已训练好的.h5格式的keras模型传入如下定义好的export_savedmodel()方法内即可成功保存importkerasimportosimporttensorflowastffromtensorflow.python.utilimportcompatfromkerasimportbackendasKdefexport_savedmodel(model):'''传入kerasmodel会自动保存为pb格式'''model_path="model/"#模型保存的路径model_version=0#模型保存的版本#从网络的输入输出创建预测... 继续阅读 >

2020
09-29

keras模型保存为tensorflow的二进制模型方式

最近需要将使用keras训练的模型移植到手机上使用，因此需要转换到tensorflow的二进制模型。折腾一下午，终于找到一个合适的方法，废话不多说，直接上代码：#coding=utf-8importsysfromkeras.modelsimportload_modelimporttensorflowastfimportosimportos.pathasospfromkerasimportbackendasKdeffreeze_session(session,keep_var_names=None,output_names=None,clear_devices=True):"""Freezesthestateo... 继续阅读 >

2020
09-29

keras 如何保存最佳的训练模型

1、只保存最佳的训练模型2、保存有所有有提升的模型3、加载模型4、参数说明只保存最佳的训练模型fromkeras.callbacksimportModelCheckpointfilepath='weights.best.hdf5'#有一次提升,则覆盖一次.checkpoint=ModelCheckpoint(filepath,monitor='val_acc',verbose=1,save_best_only=True,mode='max',period=2)callbacks_list=[checkpoint]model.compile(loss='categorical_crossentropy',optimizer=optimizers.Adam... 继续阅读 >

2020
09-29

keras处理欠拟合和过拟合的实例讲解

baselineimporttensorflow.keras.layersaslayersbaseline_model=keras.Sequential([layers.Dense(16,activation='relu',input_shape=(NUM_WORDS,)),layers.Dense(16,activation='relu'),layers.Dense(1,activation='sigmoid')])baseline_model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy','binary_crossentropy'])baseline_model.summary()baseline_history=baseline_mo... 继续阅读 >

2020
09-29

关于keras中keras.layers.merge的用法说明

旧版本中：fromkeras.layersimportmergemerge6=merge([layer1,layer2],mode='concat',concat_axis=3)新版本中：fromkeras.layers.mergeimportconcatenatemerge=concatenate([layer1,layer2],axis=3)补充知识：keras输入数据的方法：model.fit和model.fit_generator1.第一种，普通的不用数据增强的fromkeras.datasetsimportmnist,cifar10，cifar100(X_train,y_train),(X_valid,Y_valid)=cifar10.load_dat... 继续阅读 >

2020
09-29

使用keras实现densenet和Xception的模型融合

我正在参加天池上的一个竞赛，刚开始用的是DenseNet121但是效果没有达到预期，因此开始尝试使用模型融合，将Desenet和Xception融合起来共同提取特征。代码如下：defMultimodel(cnn_weights_path=None,all_weights_path=None,class_num=5,cnn_no_vary=False):'''获取densent121,xinception并联的网络此处的cnn_weights_path是个列表是densenet和xception的卷积部分的权值'''input_layer=Input(shape=(224,224,3))dense=Dense... 继续阅读 >

2020
09-29

在keras下实现多个模型的融合方式

在网上搜过发现关于keras下的模型融合框架其实很简单，奈何网上说了一大堆，这个东西官方文档上就有，自己写了个demo：#Function：基于keras框架下实现，多个独立任务分类#Writer:PQF#Time:2019/9/29importnumpyasnpfromkeras.layersimportInput,Densefromkeras.modelsimportModelimporttensorflowastf#生成训练集dataset_size=128*3rdm=np.random.RandomState(1)X=rdm.rand(dataset_size,2)Y1=[[int(x... 继续阅读 >

2020
09-29

Keras使用ImageNet上预训练的模型方式

我就废话不多说了，大家还是直接看代码吧！importkerasimportnumpyasnpfromkeras.applicationsimportvgg16,inception_v3,resnet50,mobilenet#LoadtheVGGmodelvgg_model=vgg16.VGG16(weights='imagenet')#LoadtheInception_V3modelinception_model=inception_v3.InceptionV3(weights='imagenet')#LoadtheResNet50modelresnet_model=resnet50.ResNet50(weights='imagenet')#LoadtheMobileNetmodelmo... 继续阅读 >

2020
09-29

使用Keras预训练模型ResNet50进行图像分类方式

Keras提供了一些用ImageNet训练过的模型：Xception，VGG16，VGG19，ResNet50，InceptionV3。在使用这些模型的时候，有一个参数include_top表示是否包含模型顶部的全连接层，如果包含，则可以将图像分为ImageNet中的1000类，如果不包含，则可以利用这些参数来做一些定制的事情。在运行时自动下载有可能会失败，需要去网站中手动下载，放在“~/.keras/models/”中，使用WinPython则在“settings/.keras/models/”中。修正：表示当前... 继续阅读 >

2020
09-29

keras 自定义loss损失函数,sample在loss上的加权和metric详解

首先辨析一下概念：1.loss是整体网络进行优化的目标，是需要参与到优化运算，更新权值W的过程的2.metric只是作为评价网络表现的一种“指标”，比如accuracy，是为了直观地了解算法的效果，充当view的作用，并不参与到优化过程在keras中实现自定义loss，可以有两种方式，一种自定义lossfunction,例如：#方式一defvae_loss(x,x_decoded_mean):xent_loss=objectives.binary_crossentropy(x,x_decoded_mean)kl_loss=-... 继续阅读 >

2020
09-29

keras中模型训练class_weight,sample_weight区别说明

keras中fit(self,x=None,y=None,batch_size=None,epochs=1,verbose=1,callbacks=None,validation_split=0.0,validation_data=None,shuffle=True,class_weight=None,sample_weight=None,initial_epoch=0,steps_per_epoch=None,validation_steps=None)官方文档中：class_weight：字典，将不同的类别映射为不同的权值，该参数用来在训练过程中调整损失函数（只能用于训练）。该参数在处理非平衡的训练数据（某些类的训练... 继续阅读 >

2020
09-29

浅谈keras中的Merge层(实现层的相加、相减、相乘实例)

【题目】keras中的Merge层（实现层的相加、相减、相乘）详情请参考：Merge层一、层相加keras.layers.Add()添加输入列表的图层。该层接收一个相同shape列表张量，并返回它们的和，shape不变。Exampleimportkerasinput1=keras.layers.Input(shape=(16,))x1=keras.layers.Dense(8,activation='relu')(input1)input2=keras.layers.Input(shape=(32,))x2=keras.layers.Dense(8,activation='relu')(input2)added=keras.lay... 继续阅读 >

2020
09-29

Keras实现将两个模型连接到一起

神经网络玩得越久就越会尝试一些网络结构上的大改动。先说意图有两个模型：模型A和模型B。模型A的输出可以连接B的输入。将两个小模型连接成一个大模型，A-B，既可以同时训练又可以分离训练。流行的算法里经常有这么关系的两个模型，对GAN来说，生成器和判别器就是这样子；对VAE来说，编码器和解码器就是这样子；对目标检测网络来说，backbone和整体也是可以拆分的。所以，应用范围还是挺广的。实现方法首先说明，我的实现方法不一... 继续阅读 >

2020
09-29

keras 获取某层输出 获取复用层的多次输出实例

官方文档很全面，搜索功能也很好。但是如果你想单独实现某个功能，根本无从搜寻。于是我写了这个笔记。从功能出发。两个tensor经过一个layer实例会产生两个输出。a=Input(shape=(280,256))b=Input(shape=(280,256))lstm=LSTM(32)encoded_a=lstm(a)encoded_b=lstm(b)lstm.output这个代码有错误，因为最后一行没有指定lstm这个layer实例的那个输出。>>AttributeError:Layerlstm_1hasmultipleinboundnodes,hence... 继续阅读 >

2020
09-29

给keras层命名,并提取中间层输出值,保存到文档的实例

更新：感谢评论区提供的方案。采用model.summary(),model.get_config()和for循环均可获得Keras的层名。示例如下图对于keras特定层的命名，只需在层内添加name即可model.add(Activation('softmax',name='dense_1'))#注意name要放于函数内#提取中间层fromkeras.modelsimportModelimportkeraslayer_name='dense_1'#获取层的名称intermediate_layer_model=Model(inputs=model.input,outputs=model.get_laye... 继续阅读 >