keras-ocr 模型文件 craft_mlt_25k.h5 crnn_kurapan.h5

unet 训练结果 image-segmentation-keras-master

Kaggle National Datascience Bowl 2017第二名 这是我在Kaggle.com主办的第二名解决方案中我的源代码。 有关该方法的文档，请访问： ://juliandewit.github.io/kaggle-ndsb2017/ 请注意，这是我的代码部分。 我的队友Daniel Hammack的工作可以在以下位置找到： : 依赖关系和数据 该解决方案是使用Keras和Windows 64位上的tensorflow后端构建的。 接下来，我使用了scikit-learn，pydicom，simpleitk，beatifulsoup，opencv和XgBoost。

Keras可视化工具包 keras-vis是用于可视化和调试已训练的keras神经网络模型的高级工具包。 当前支持的可视化包括： 激活最大化 显着图 类激活图 默认情况下，所有可视化都支持N维图像输入。 即，它推广到模型的N维图像输入。 该工具包通过干净，易于使用和可扩展的界面将上述所有问题归纳为能量最小化问题。 与theano和tensorflow后端兼容，具有“ channels_first”，“ channels_last”数据格式。 快速链接 阅读位于的文档。 日语版为 。 加入闲暇来提问/讨论。 我们正在中跟踪新功能/任务。 如果您愿意帮助我们并提交PR，将非常乐意。 入门 在图像反向传播问题中，目标是生成使某些损失函数最小化的输入图像。 设置图像反向传播问题很容易。 定义加权损失函数 在中定义了各种有用的损失函数。 可以通过实现来定义自定义损失函数。 from vis . losses import ActivationMaximization from vis . regularizers import TotalVariation , LPNorm fil

利用python中的深度学习库keras，对IMDB电影数据集建立了神经网络模型进行分析，涉及原始电影数据的词嵌入处理技术，附有完整的Python代码以及注释。

使用长短期记忆网络对股票价格进行预测（LSTM ）

这是基于 Keras 和 CNN 的手写数字识别案例分享，包含源代码以及对应的数据集，优化后的识别准确率还是比较高的，欢迎下载交流。

糖尿病神经网络 使用Keras的神经网络可根据健康数据对糖尿病风险进行分类。

前言第一部分 机器学习的基础知识第1章 机器学习概览1.1 什么是机器学习1.2 为什么使用机器学习1.3 机器学习的应用示例1.4 机器学习系统的类型1.5

使用Tensorflow作为后端的Keras编程平台，编写的栈式自编码网络程序，利用自定义层方法编写压缩层和解压缩层，栈式自编码调用自定义层实现编码和解码