Keras学习之六:训练辅助及优化工具
来源:互联网 发布:Windows无响应 编辑:程序博客网 时间:2024/06/06 00:05
1 Callbacks
Callbacks提供了一系列的类,用于在训练过程中被回调,从而实现对训练过程进行观察和干涉。除了库提供的一些类,用户也可以自定义类。下面列举比较有用的回调类。
示例:
from keras.callbacks import ModelCheckpointmodel = Sequential()model.add(Dense(10, input_dim=784, kernel_initializer='uniform'))model.add(Activation('softmax'))model.compile(loss='categorical_crossentropy', optimizer='rmsprop')checkpointer = ModelCheckpoint(filepath="/tmp/weights.h5", save_best_only=True)tensbrd = TensorBoard(logdir='path/of/log')model.fit(X_train, Y_train, batch_size=128, callbacks=[checkpointer,tensbrd])
PS:加入tensorboard回调类后,就可以使用tensorflow的tensorboard命令行来打开可视化web服务了。
2 Application
本模块提供了基于image-net预训练好的图像模型,方便我们进行迁移学习使用。初次使用时,模型权重数据会下载到~/.keras/models目录下。
参数说明
关于迁移学习,可以参考这篇文章:如何在极小数据集上实现图像分类。里面介绍了通过图像变换以及使用已有模型并fine-tune新分类器的过程。
3 模型可视化
utils包中提供了plot_model函数,用来将一个model以图像的形式展现出来。此功能依赖pydot-ng与graphviz。
pip install pydot-ng graphviz
from keras.utils import plot_modelmodel = keras.applications.InceptionV3()plot_model(model, to_file='model.png')
阅读全文
0 0
- Keras学习之六:训练辅助及优化工具
- Keras训练辅助工具及优化工具
- keras深度学习框架的训练保存及调用
- 性能优化六之Lint工具使用
- 基于Theano的深度学习框架keras及配合SVM训练模型
- 基于Theano的深度学习框架keras及配合SVM训练模型
- 深度学习 之 keras
- 机器学习 之 keras
- Bootstrap 学习之 (五) ------ 图片及辅助类
- 基于Theano的深度学习框架keras及配合SVM训练模型 (非常好的思路:DL+DM)
- 深度学习之keras使用
- Keras框架训练模型保存及再载入
- Keras入门课5 -- 网络可视化及训练监控
- keras学习笔记(3)—优化器
- 内网端口映射工具之80端口映射和全端口映射及辅助发布网站应用
- 深度学习——keras训练AutoEncoder模型
- 深度学习——keras训练RNN模型
- Keras学习笔记----三(编译 训练 例子)
- css : 标准文档流
- Linux学习笔记:用户和组管理
- 思诚90后程序员们对老爸说的话 | …
- HDU 1213 How Many Tables
- 说出你的偶像 | SCTV原创视频
- Keras学习之六:训练辅助及优化工具
- 【转】Linux 中的/lib和/usr/lib目录区别
- java关键字---this 和super
- tomcat日志简介
- selenium -- cssSelector
- F
- 字符串转整数,不使用任何C语言库函数
- 设计模式大总结(三):观察者模式
- ASP.NET学习路线