http://lazycoderx.com/2016/10/09/keras%E4%BF%9D%E5%AD%98%E6%A8%A1%E5%9E%8B%E6%97%B6%E4%BD%BF%E7%94%A8%E8%87%AA%E5%AE%9A%E4%B9%89%E6%8D%9F%E5%A4%B1%E5 ...

在keras中保存模型有几种方式: (1):使用callbacks,可以保存训练中任意的模型,或选择最好的模型 (2): 使用model.save(),会把整个模型保存下来,包括网络和参数 (3): 使用model.save_weights(),只保存模型的参数 当使用自定义的层 ...

转自： https://kexue.fm/archives/4493/，感谢分享！ Keras是一个搭积木式的深度学习框架，用它可以很方便且直观地搭建一些常见的深度学习模型。在tensorflow出来之前，Keras就已经几乎是当时最火的深度学习框架，以theano为后端，而如今Keras已经 ...

注：不知道是否正确 示例一： import keras.backend as K from keras import Sequential from keras.layers import Dense import numpy as np def getPrecision(y_true ...

1. 比较一般的自定义函数： 需要注意的是，不能像sklearn那样直接定义，因为这里的y_true和y_pred是张量，不是numpy数组。示例如下： 用的时候直接： 2. 比较复杂的如AUC函数： AUC的计算需要整体数据，如果直接 ...

的损失函数，本篇为tensorflow自定义损失函数。 （一）tensorflow内置的四个损 ...

最近在学习SSD的源码，其中有两个自定的层，特此学习一下并记录。 首先说一下这个层是用来做什么的。就是对于每一个通道进行归一化，不过通道使用的是不同的归一化参数，也就是说这个参数是需要进行学习的，因此需要通过 自定义层来完成。 在keras中，每个层都是对象，真的，可以通过dir ...

1. 让张量使用Variable类型，如下所示 Variable类型包装了Tensor类型，并提供了backward()接口 使用Variable类型的好处是，可以按照论文公式来直接使用，并在做张量运算之后，使用继承的backward()直接进行反向传播 2. 自定义类继承 ...