Keras: Tips

Docs » Layers » 池化层 Pooling
https://keras.io/zh/layers/pooling/
https://keras.io/zh/layers/pooling/#maxpooling3d

 Docs » Layers » 核心网络层
https://keras.io/zh/layers/core/

 Docs » Layers » 卷积层 Convolutional
https://keras.io/zh/layers/convolutional/

 Docs » 初始化 Initializers
https://keras.io/zh/initializers/

 Docs » 正则化 Regularizers
https://keras.io/zh/regularizers/

 Docs » Layers » 标准化层 Normalization
https://keras.io/zh/layers/normalization/

 Docs » 损失函数 Losses
https://keras.io/zh/losses/#categorical_crossentropy

 Docs » Callbacks
https://keras.io/callbacks/

 Docs » 模型 » 函数式 API
https://keras.io/zh/models/model/#model

 Docs » 工具
https://keras.io/zh/utils/

 如何获取中间层的输出？
https://keras-cn.readthedocs.io/en/latest/for_beginners/FAQ/

這個網誌中的熱門文章

GAN 入門筆記

教電腦畫畫：初心者的生成式對抗網路(GAN)入門筆記（TensorFlow + Python3） https://medium.com/@gau820827/%E6%95%99%E9%9B%BB%E8%85%A6%E7%95%AB%E7%95%AB-%E5%88%9D%E5%BF%83%E8%80%85%E7%9A%84%E7%94%9F%E6%88%90%E5%BC%8F%E5%B0%8D%E6%8A%97%E7%B6%B2%E8%B7%AF-gan-%E5%85%A5%E9%96%80%E7%AD%86%E8%A8%98-tensorflow-python3-dfad71662952 這樣的解說還蠻有趣的
閱讀完整內容

Linux (CentOS) 使用 Tensorflow-gpu (1080ti)

搞了一陣子，總算能在 Linux 上成功使用 Tensorflow GPU 版本 簡單紀錄一下 -- LAB 機器是 X299 + 1080ti，沒有 onboard gpu 這導致 Ubuntu 一個尷尬的問題 -- 太舊的版本 splash 會有問題無法顯示，太新的版本無法使用舊的 CUDA 幸好 CentOS 7 可以解決上述問題，所以不用強求一定要使用 Ubuntu，可以解決問題就先頂著用 另外，CUDA 一樣要使用 9.0，9.2 或是 10 都不行，不用浪費時間測試了 ================================================ 首先下載 Driver https://www.nvidia.com/object/unix.html 再參考內容安裝並修改 grub http://www.advancedclustering.com/act_kb/installing-nvidia-drivers-rhel-centos-7/ 使用 nvidia-smi 測試一下，有列出 GPU 表示成功 繼續下載 CUDA 9.0，下面有兩份 Guide 可以參考 https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=CentOS&target_version=7&target_type=runfilelocal 下載 cudnn for cuda 9.0 (要註冊) https://developer.nvidia.com/rdp/cudnn-download 下載 Anaconda 並安裝 https://www.anaconda.com/download/#linux http://docs.anaconda.com/anaconda/install/linux/ 這邊要注意，新的 Conda 使用的 Python 是 3.7，安裝後要把 Python 改用 3.6，沒注意到版本差異卡了一些時間 conda i...
閱讀完整內容

CNN 進階：RCNN、YOLO、SSD

深度学习目标检测：RCNN，Fast，Faster，YOLO，SSD比较 https://blog.csdn.net/ikerpeng/article/details/54316814 R-CNN、fast-RCNN、faster-RCNN到yolo、SSD简要 https://blog.csdn.net/sum_nap/article/details/80388110 深度学习目标检测模型全面综述：Faster R-CNN、R-FCN和SSD https://zhuanlan.zhihu.com/p/29434605 Python 3 & Keras YOLO v3解析与实现 https://www.jianshu.com/p/3943be47fe84 Github: ssd_keras https://github.com/pierluigiferrari/ssd_keras
閱讀完整內容