分类：keras

2020
10-08

keras中的loss、optimizer、metrics用法

用keras搭好模型架构之后的下一步，就是执行编译操作。在编译时，经常需要指定三个参数lossoptimizermetrics这三个参数有两类选择：使用字符串使用标识符，如keras.losses，keras.optimizers，metrics包下面的函数例如：sgd=SGD(lr=0.01,decay=1e-6,momentum=0.9,nesterov=True)model.compile(loss='categorical_crossentropy',optimizer=sgd,metrics=['accuracy'])因为有时可以使用字符串，有时可以使用标识符，令人很想... 继续阅读 >

2020
10-08

使用keras实现Precise, Recall, F1-socre方式

实现过程fromkerasimportbackendasKdefPrecision(y_true,y_pred):"""精确率"""tp=K.sum(K.round(K.clip(y_true*y_pred,0,1)))#truepositivespp=K.sum(K.round(K.clip(y_pred,0,1)))#predictedpositivesprecision=tp/(pp+K.epsilon())returnprecisiondefRecall(y_true,y_pred):"""召回率"""tp=K.sum(K.round(K.clip(y_true*y_pred,0,1)))#truepositivespp=K.sum(K.round(K.clip(y_... 继续阅读 >

2020
10-08

Keras官方中文文档:性能评估Metrices详解

能评估使用方法性能评估模块提供了一系列用于模型性能评估的函数,这些函数在模型编译时由metrics关键字设置性能评估函数类似与目标函数,只不过该性能的评估结果讲不会用于训练.可以通过字符串来使用域定义的性能评估函数model.compile(loss='mean_squared_error',optimizer='sgd',metrics=['mae','acc'])也可以自定义一个Theano/TensorFlow函数并使用之fromkerasimportmetricsmodel.compile(loss='mean_squared_erro... 继续阅读 >

2020
10-08

在keras里面实现计算f1-score的代码

我就废话不多说了，大家还是直接看代码吧！###以下链接里面的codeimportnumpyasnpfromkeras.callbacksimportCallbackfromsklearn.metricsimportconfusion_matrix,f1_score,precision_score,recall_scoreclassMetrics(Callback):defon_train_begin(self,logs={}):self.val_f1s=[]self.val_recalls=[]self.val_precisions=[]defon_epoch_end(self,epoch,logs={}):val_predict=(np.asarray(self.model... 继续阅读 >

2020
10-08

keras自定义损失函数并且模型加载的写法介绍

keras自定义函数时候，正常在模型里自己写好自定义的函数，然后在模型编译的那行代码里写上接口即可。如下所示，focal_loss和fbeta_score是我们自己定义的两个函数，在model.compile加入它们，metrics里‘accuracy'是keras自带的度量函数。deffocal_loss():...returnxxdeffbeta_score():...returnyymodel.compile(optimizer=Adam(lr=0.0001),loss=[focal_loss],metrics=['accuracy',fbeta_score])训练好之后，模型加载也... 继续阅读 >

2020
10-08

使用Keras实现简单线性回归模型操作

神经网络可以用来模拟回归问题(regression)，实质上是单输入单输出神经网络模型，例如给下面一组数据，用一条线来对数据进行拟合，并可以预测新输入x的输出值。一、详细解读我们通过这个简单的例子来熟悉Keras构建神经网络的步骤：1.导入模块并生成数据首先导入本例子需要的模块，numpy、Matplotlib、和keras.models、keras.layers模块。Sequential是多个网络层的线性堆叠，可以通过向Sequential模型传递一个layer的list来构造... 继续阅读 >

2020
10-08

Python实现Keras搭建神经网络训练分类模型教程

我就废话不多说了，大家还是直接看代码吧~注释讲解版：#Classifierexampleimportnumpyasnp#forreproducibilitynp.random.seed(1337)#fromkeras.datasetsimportmnistfromkeras.utilsimportnp_utilsfromkeras.modelsimportSequentialfromkeras.layersimportDense,Activationfromkeras.optimizersimportRMSprop#程序中用到的数据是经典的手写体识别mnist数据集#downloadthemnisttothepathifitisth... 继续阅读 >

2020
10-08

keras 读取多标签图像数据方式

我所接触的多标签数据，主要包括两类：1、一张图片属于多个标签，比如，data:一件蓝色的上衣图片.jpg，label:蓝色，上衣。其中label包括两类标签，label1第一类：上衣，裤子，外套。label2第二类，蓝色，黑色，红色。这样两个输出label1，label2都是是分类，我们可以直接把label1和label2整合为一个label，直接编码，比如[蓝色，上衣]编码为[011011]。这样模型的输出也只需要一个输出。实现了多分类。2、一张图片属于多个标签，但... 继续阅读 >

2020
10-08

升级keras解决load_weights()中的未定义skip_mismatch关键字问题

1、问题描述在用yolov3训练自己的数据集时，尝试加载预训练的权重，在冻结前154层的基础上，利用自己的数据集finetune。出现如下错误：load_weights(),gotanunexpectedkeywordargumentskip_mismatch2、解决方法因为keras旧版本没有这一定义，在新的版本中有这一关键字的定义，因此，更新keras版本至2.1.5即可解决。sourceactivateenvpipuninstallkeraspipinstallkeras==2.1.5此问题解决后，运行训练代码，出现如下错误... 继续阅读 >

2020
10-08

解决Keras自带数据集与预训练model下载太慢问题

keras的数据集源码下载地址太慢。尝试过修改源码中的下载地址，直接报错。从源码或者网络资源下好数据集，下载好以后放到目录 ~/.keras/datasets/   下面。其中：cifar10需要改文件名为cifar-10-batches-py.tar.gz，cifar100改为cifar-100-python.tar.gz,mnist改为mnist.npz预训练models放到~/.keras/models/路径下面即可。补充知识：Keras下载的数据集以及预训练模型保存在哪里Keras下载的数据集在... 继续阅读 >

2020
10-08

keras导入weights方式

keras源码engine中toplogy.py定义了加载权重的函数：load_weights(self,filepath,by_name=False)其中默认by_name为False,这时候加载权重按照网络拓扑结构加载,适合直接使用keras中自带的网络模型，如VGG16VGG19/resnet50等，源码描述如下:If`by_name`isFalse(default)weightsareloadedbasedonthenetwork'stopology,meaningthearchitectureshouldbethesameaswhentheweightsweresaved.Notethatlayerstha... 继续阅读 >

2020
10-08

keras读取h5文件load_weights、load代码操作

关于保存h5模型、权重网上的示例非常多，也非常简单。主要有以下两个函数：1、keras.models.load_model()读取网络、权重2、keras.models.load_weights()仅读取权重load_model代码包含load_weights的代码，区别在于load_weights时需要先有网络、并且load_weights需要将权重数据写入到对应网络层的tensor中。下面以resnet50加载h5权重为例，示例代码如下importkerasfromkeras.preprocessingimportimageimportnumpyasnpfrom... 继续阅读 >

2020
10-08

keras的siamese(孪生网络)实现案例

代码位于keras的官方样例，并做了微量修改和大量学习?。最终效果：importkerasimportnumpyasnpimportmatplotlib.pyplotaspltimportrandomfromkeras.callbacksimportTensorBoardfromkeras.datasetsimportmnistfromkeras.modelsimportModelfromkeras.layersimportInput,Flatten,Dense,Dropout,Lambdafromkeras.optimizersimportRMSpropfromkerasimportbackendasKnum_classes=10epochs=20def... 继续阅读 >

2020
10-08

keras实现基于孪生网络的图片相似度计算方式

我就废话不多说了，大家还是直接看代码吧！importkerasfromkeras.layersimportInput,Dense,Conv2Dfromkeras.layersimportMaxPooling2D,Flatten,Convolution2Dfromkeras.modelsimportModelimportosimportnumpyasnpfromPILimportImagefromkeras.optimizersimportSGDfromscipyimportmiscroot_path=os.getcwd()train_names=['bear','blackswan','bus','camel','car','cows','dance','dog','hike','hoc','ki... 继续阅读 >

2020
10-07

keras实现多种分类网络的方式

Keras应该是最简单的一种深度学习框架了，入门非常的简单.简单记录一下keras实现多种分类网络：如AlexNet、Vgg、ResNet采用kaggle猫狗大战的数据作为数据集.由于AlexNet采用的是LRN标准化,Keras没有内置函数实现,这里用batchNormalization代替收件建立一个model.py的文件,里面存放着alexnet,vgg两种模型,直接导入就可以了#coding=utf-8fromkeras.modelsimportSequentialfromkeras.layersimportDense,Dropout,Activation,F... 继续阅读 >

2020
10-07

浅谈keras中自定义二分类任务评价指标metrics的方法以及代码

对于二分类任务，keras现有的评价指标只有binary_accuracy，即二分类准确率，但是评估模型的性能有时需要一些其他的评价指标，例如精确率，召回率，F1-score等等，因此需要使用keras提供的自定义评价函数功能构建出针对二分类任务的各类评价指标。keras提供的自定义评价函数功能需要以如下两个张量作为输入，并返回一个张量作为输出。y_true：数据集真实值组成的一阶张量。y_pred：数据集输出值组成的一阶张量。tf.round()可对张量... 继续阅读 >