keras 相关问题

import cv2 import numpy as np from deepface import DeepFace from sklearn.metrics import classification_report from sklearn.model_selection import train_test_split from sklearn.preprocessing import LabelEncoder from sklearn.svm import SVC from base import Base class VGGClassification(Base): def __init__(self): super().__init__() self.X_rgb = None self.y_encoded = None self.X_train = None self.X_test = None self.y_train = None self.y_test = None self.clf = None def preprocess_images(self): self.X_rgb = np.array([ cv2.resize(cv2.cvtColor(img.reshape(self.h, self.w), cv2.COLOR_GRAY2RGB), (224, 224)) for img in self.X ]) def encode_labels(self): encoder = LabelEncoder() self.y_encoded = encoder.fit_transform(self.y) def split_data(self): self.X_train, self.X_test, self.y_train, self.y_test = train_test_split(self.X_rgb, self.y_encoded, test_size=0.2, random_state=42, stratify=self.y_encoded) def extract_embeddings(self, images): return np.array([ DeepFace.represent(img_path=img, model_name='VGG-Face', enforce_detection=False)[0]['embedding'] for img in images ]) def train_model(self): X_train_embedded = self.extract_embeddings(self.X_train) X_test_embedded = self.extract_embeddings(self.X_test) self.clf = SVC(kernel='linear', probability=True) self.clf.fit(X_train_embedded, self.y_train) y_pred = self.clf.predict(X_test_embedded) print(classification_report(self.y_test, y_pred, target_names=self.target_names)) def execute(self): super().execute() self.preprocess_images() self.encode_labels() self.split_data() self.train_model()

python keras

回答 1 投票 0

在用张曲流学习时，在神经网络中逐渐解冻层的正确方法是什么？

python tensorflow keras deep-learning neural-network

回答 2 投票 0

<code>mean absolute error (mae)</code>

neural-network keras regression mse

回答 1 投票 0

使用conda和vs code键入m1 max mac上的张量我在Mac上安装TensorFlow的时间最困难，并且我尝试了几种方法。搜索Internet以寻找解决方案，导致重新创建我的Conda环境，尝试PIP，

python tensorflow keras installation conda

回答 0 投票 0

创建，培训和储蓄时没有问题

当加载现有

python tensorflow machine-learning keras

回答 1 投票 0

如何结合每一层的两个模型的预测？

python tensorflow machine-learning keras mobilenet

回答 1 投票 0

I'M训练LSTM进行时间序列预测，其中数据来自传感器以不规则的间隔来自传感器。我正在使用最后5分钟的数据来预测下一个值，但是某些序列大于OTH ...

machine-learning keras time-series lstm training-data

回答 1 投票 0

modulenotfounderror：训练图像中没有名为“模型”问题的模块

import cv2 import numpy as np from PIL import Image import os import numpy as np import cv2 import os import h5py #import dlib from imutils import face_utils from keras.models import load_model import sys from keras.models import Sequential from keras.layers import Conv2D, MaxPooling2D,Dropout from keras.layers import Dense, Activation, Flatten #from keras.utils import to_categorical from tensorflow.keras.utils import to_categorical from keras import backend as K from sklearn.model_selection import train_test_split from Model import model from model.Model import model from keras import callbacks

python-3.x keras deep-learning conv-neural-network tensorflow2.0

回答 0 投票 0

为什么使用多个输入的KERAS模型接受.call（）的训练数据的形状，但不接受.evaluate（）？

IM当前研究了变压器模型中的多螺态层上掩盖注意力评分的EFFEKT，以分类时间序列数据。我已经建立了一个接受时间

python tensorflow keras transformer-model

回答 1 投票 0

keras 相关问题

最新问题