KerasLanguageModeling

一些用Keras进行语言建模的代码,特别是用于回答问题的任务。

大小:8.03 MB下载次数:151

立即下载 所需积分:0

DeepLearningModelsInKeras

深受欢迎的深度学习模型的Keras代码和权重文件。

大小:33.1 KB下载次数:74

立即下载 所需积分:0

DeepLearningModels

深受欢迎的深度学习模型的Keras代码实现。

大小:33.1 KB下载次数:91

立即下载 所需积分:0

VGG16TransferLearing

使用tensorflow VGG16图像分类模型转换

大小:679.66 KB下载次数:59

立即下载 所需积分:0

SaveLoadModel

一份代码显示如何保存和加载keras模型

大小:466.4 KB下载次数:68

立即下载 所需积分:0

KrCnnModels

用keras实现CNN架构,主要目标是使用keras接口实现一些知名的CNN机型,显示浅层和深层神经网络之间的鲜明差异。

大小:250.53 KB下载次数:85

立即下载 所需积分:0

FaceClassfication

使用具有keras CNN模型和openCV的fer2013 / imdb数据集的实时人脸检测和情感/性别分类。

大小:74.02 MB下载次数:100

立即下载 所需积分:0

Baumkuchen

一系列的keras模型代码文件示例

大小:7.75 KB下载次数:43

立即下载 所需积分:0

ImageClassification

vgg16提取特征+训练全连接分类利用预训练网络vgg16的bottleneck(瓶颈)特征,输入至全连接网络,sigmoid分类 python vgg16_feature.py val_acc:0.90,语料已整理出实验所需格式, 其中train:1000+1000, validation:400+400 百度网盘下载:http://pan.baidu.com/s/1qY6tc4G

大小:5.69 KB下载次数:63

立即下载 所需积分:0

FDPTFExample

这是Tensorflow Python的简单演练代码,它显示了如何导出Keras / Tensorflow训练的模型。

大小:4.1 MB下载次数:0

立即下载 所需积分:56

RecommendationSystem

该库包含一个修改版本的Keras(大部分在图层/ core.py中)来实现各种推荐系统,包括深层结构语义模型(DSSM),多视图DSSM(MV-DSSM),时域DSSM(TDSSM)和 矩阵分解(MF)。

大小:235.36 KB下载次数:75

立即下载 所需积分:0

MutiDigitNumberRecognition

使用SVHN数据集,深度cnn模型在pytorch中训练有一个稍微不同的训练例程,另一个直接cnn模型在keras

大小:7.45 MB下载次数:143

立即下载 所需积分:0

FinalYearDLModels

在这个项目中,提出了一种新颖的深度学习架构,可以实现自由手绘素材对象识别的最先进的结果。草图对象的高标志性和抽象性使计算机算法难以识别。由于草图识别不是计算机视觉中的一个新概念,对以前与项目领域相关的作品进行了详细的研究。手工制作的模型未能捕捉草图的标志性质。而现有的深层学习架构是针对照片图像而量身定制的,并且不适用于草图对象中存在的不同级别的抽象。这导致了草图A-Net超过了人类精度。 Sketch-A-Net需要笔画顺序信息才能准确识别草图对象。该框架仅考虑实时草图输入,并且无法处理可在线提供的草图对象的大型数据集。所有上述研究发现都强烈地采取了一种新的深度学习体系,这种架构是为了解决草图识别而量身定做的。模型是按照Hebbian原理设计的,它表明耦合在一起的神经元一起激活。处理以前关于新的深入学习模式设计的作品中忽视的常见问题。通过在我们的模型中引入卷积块的稀疏结构来解决更广泛网络的过拟合问题。通过使用大量的培训样本来设计模型来解决草图对象的标志性和抽象性。模型接受了TU-Berlin草图数据集的训练,该数据集由250个类别的20,000个对象组成。在数据集上应用数据增强技术来弹性地增加其大小。模型实现了突破性识别精度为84.7%,比其前身多10%。然后,将模型部署在云平台上,并设置了一个Web应用程序来处理草图识别请求。即使模型达到高精度,仍然无法识别类内变形。这表明车型还有改进的余地。通过成功解决素描识别,现在可以走向解决多物体识别,草图对象分割,基于草图查询的图像检索和计算机视觉中最受欢迎的当前趋势,使用生成对对网络来合成草图对象或使用素描对象合成一张完整的照片逼真图像。这个领域的可能性是无止境的

大小:29.22 MB下载次数:98

立即下载 所需积分:0

WordToVecKeras

适用于Keras示例(examples / skipgram_word_embeddings.py)此程序取决于keras和theano。 所以确保安装这些与适当的路径提供../data文件夹包含一个示例文件来运行该程序。 这些是从CiteSeer获得的1000个摘要。 ./models文件夹将保存模型learn.GPU命令:THEANO_FLAGS = mode = FAST_RUN,device = gpu,floatX = float32 python cbow_word_embeddings.py.CPU命令:THEANO_FLAGS = mode = FAST_RUN,device = cpu python cbow_word_embeddings.py

大小:285.69 KB下载次数:88

立即下载 所需积分:0

Resnet50Keras

这个非常简单的代码示例显示了如何使用ResNet50模型(在ImageNet数据集上预先训练),并将其用于您自己的数据。 脚本只有50行代码,并使用Keras 2.0编写。 它期望将数据放在列车中的每个类别和数据目录下的有效文件夹的单独的文件夹中。

大小:1.85 KB下载次数:80

立即下载 所需积分:0

PhoneGraph

用于创建和训练Keras模型的命令行实用程序,用于分类MNIST手写数字图像。

大小:9.54 KB下载次数:88

立即下载 所需积分:0

KerasAquarium

包括矩阵分解(推荐系统),主题建模,文本分类等在keras中实现的一小部分模型集。

大小:24.62 KB下载次数:133

立即下载 所需积分:0

BuildingBackend

用于接收建筑物照片的代码,在javascript中运行keras模型,并返回建筑物名称

大小:17.37 MB下载次数:27

立即下载 所需积分:0

Colorization

用keras库实现一个颜色识别模型

大小:8.38 KB下载次数:48

立即下载 所需积分:0

KerasDensenet

在Keras上实现Densenet深度学习模型的代码示例

大小:67.93 KB下载次数:76

立即下载 所需积分:0

Baumkuchen

若干Keras模型的深度学习的代码集合

大小:7.75 KB下载次数:70

立即下载 所需积分:0

KrCNN

该项目涉及以下架构:ShallowNet,LeNet,KarpathyNet,miniVggNet,AlexNet,vgg16和vgg19,主要目标是使用keras接口实现一些知名的CNN机型。 此外,目标是显示浅层和深层神经网络之间的鲜明差异。

大小:250.53 KB下载次数:69

立即下载 所需积分:0

ImageClassfication

一个物体识别程序的代码,从图片中直接训练一个小网络(作为基准方法) python base_cnn_model.py va_acc:0.81,利用预训练网络vgg16的bottleneck(瓶颈)特征,输入至全连接网络,sigmoid分类 python vgg16_feature.py val_acc:0.90,fine-tune预训练网络(vgg+全连接sigmoid)的高层,冻结网络的前几层(卷积特征提取层) python vgg16_fine_tune.py val_acc:0.95+

大小:5.69 KB下载次数:3

立即下载 所需积分:0

CharRNN

一份char-rnn模型创建以及实现的代码

大小:72.69 MB下载次数:89

立即下载 所需积分:0

ThreeRNN

SemEval 2017的ThreeRNN模型,提出的模型使用依赖关系解析器来生成具有依赖关系的单词对。 然后,使用单词嵌入将每个单词转换为向量,并将每个单词与1个热编码向量相关联。 因此,创建了一个三元组(e_0,rel,e_1),其中e_0和e_1是2个单词的单词嵌入,rel是依赖关系的编码。因此,我们的模型的输入是双重的:一系列 代表问题的三元组和评论的另一个顺序。 然后将它们传递给一个句子编码器,该编码器是一个循环神经网络(RNN),用于返回单个输出,以表示整个序列。 问题和注释的RNN输出以及由附加特征组成的向量是执行分类的最终前馈层的输入。

大小:274.83 KB下载次数:135

立即下载 所需积分:0

CNNBenchMarks

Keras模型的CNN基准,卷积神经网络的基准。 所有型号都使用Tensorflow作为后端,GTX1070和CUDA 8.0与cuDNN v5.1进行了测试

大小:79.13 KB下载次数:61

立即下载 所需积分:0

GanDCGAN

Keras的简单GAN模型

大小:2.15 MB下载次数:85

立即下载 所需积分:0

TextModel

一个基于keras的lstm模型,用于探索使用NNs进行语言生成和检测的文本异常。

大小:17.42 KB下载次数:51

立即下载 所需积分:0

Deepsrkn

一系列keras模型试验,模型被理解为独立的,完全可配置的模块的序列或图形,可以尽可能少的限制地将其插入到一起。 神经层,成本函数,优化器,初始化方案,激活函数,正则化方案都是独立的模块,您可以组合创建新模型。新模块不能简单添加(作为新类/函数)和现有模块 提供充足的例子。 为了能够轻松创建新的模块,可以实现全面的表现,使Keras适合高级研究。不需要以声明格式分离模型配置文件(如Caffe或PyLearn2)。 模型在Python代码中进行了描述,它是紧凑的,易于调试的,并且允许易于扩展。

大小:1.58 GB下载次数:137

立即下载 所需积分:0

Vgg16

使用预训练模型vgg_16的keras实现

大小:65.6 KB下载次数:85

立即下载 所需积分:0

Seq2SeqChatBot

电报chatbot使用seq2seq模型(编码器解码器,无需在Keras声明,并声明tf-seq2seq)。 您可以通过@conversational_bot在电报中与机器人进行交互。

大小:179.92 KB下载次数:64

立即下载 所需积分:0

KerasRnnDemo

一个简短的教程,使用Keras构建循环神经网络语言模型并将其应用于文本生成

大小:35.81 KB下载次数:71

立即下载 所需积分:0

VDSRReductionKeras

这是一个关于VDSR主题的“深度卷积神经网络在iOS移动设备上的实现”(Chun-Fu(Richard)Chen)。原始模型和代码的一部分是从“caffe- vdsr“使用深卷积网络的精确图像超分辨率的实现

大小:9.59 MB下载次数:168

立即下载 所需积分:0

NetworkCompression

您将找到使用Keras HDF5模型的相关脚本,提取权重,将其转换为Tensorflow protobuf权重格式(`get_weights.py`),并将protobuf表示量化为8位权重网络(`quantize.sh`)。

大小:11.12 KB下载次数:156

立即下载 所需积分:0

KrFastRcnn

在Keras(VGG&ResNet模型)中实现 faster-rcnn

大小:200.36 KB下载次数:159

立即下载 所需积分:0

AesGatedWordChar

卷积架构,其结合了字符级信息,并使用门控机制对字和字符之间的关系进行建模。

大小:17.21 MB下载次数:79

立即下载 所需积分:0

SomeKerasModels

若干keras模型

大小:244.13 KB下载次数:76

立即下载 所需积分:0

SSD3Dbv

用于鸟瞰图中3D对象检测的Keras SSD模型

大小:16.85 KB下载次数:50

立即下载 所需积分:0

FunLyrics

一个基于深层神经网络的项目,产生歌词。 它使用Python中的Keras库来创建LSTM模型。

大小:9.53 KB下载次数:0

立即下载 所需积分:0

VQADemoGUI

该示例提供了一个GUI,使用PyQt4进行VQA演示,使用Keras Deep Learning Library。 VQA模型使用预先训练的VGG-16权重创建用于图像特征和向量的问题特征。

大小:8.23 MB下载次数:148

立即下载 所需积分:0

PushkinEugeneOnegin

Pushkin Eugene Onegin的keras RNN / LSTM字符语言模型

大小:113.74 KB下载次数:135

立即下载 所需积分:0

MitosisDetection

一个keras深度学习模型示例

大小:9.15 MB下载次数:56

立即下载 所需积分:0

FineTuneResnet50ModelOnKeras

在Keras上微调resnet50模型,以检测图像内容,检测主题如:成人,暴力,漫画,恶心。

大小:266.47 MB下载次数:98

立即下载 所需积分:0

ResnetInappropriate

在Keras中使用预培训的ResNet50。 它具有预先在ImageNet上训练的权重。 然后更换顶层。 要微调这个模型,只训练顶层,将其余的层设置为不可分割。 因为只使用不超过30000张图像来训练每个模型,所以利用ImageDataGenerator中的数据增强。 优化器使用Adam。

大小:564.41 MB下载次数:139

立即下载 所需积分:0

Neuroblox

深度学习模型构建器Keras.A简单易用,划痕风格,拖放工作流程,可快速构建使用Keras深入学习模型。

大小:164.47 KB下载次数:165

立即下载 所需积分:0

KerasToCortex

将Keras模型转换为Cortex模型的示例,以便可以在Clojure中加载。

大小:6.89 MB下载次数:93

立即下载 所需积分:0

KerasDeepWalk

DeepWalk由Bano Perozzi在Theano上实现嵌入在多个GPU上的分布式培训。 此外,整个代码使用Keras在引擎盖下,以便构建灵活版本的模型。Keras现在支持TensorFlow作为后端,您可以使用此Google产品来训练图形嵌入。

大小:76.38 MB下载次数:16

立即下载 所需积分:0

KerasCog

使用Keras.io的认知神经过程模型

大小:719.03 KB下载次数:83

立即下载 所需积分:0

Mitosis

深度学习模型,使用数据集:MITOS-ATYPIA-2014

大小:9.15 MB下载次数:94

立即下载 所需积分:0

DeepJ

深层神经网络的最新进展使得算法能够构成与人类组成的音乐相当的音乐。 然而,很少的算法允许用户使用可调参数来生成音乐。 调整所产生音乐属性的能力将为艺术家,电影制作人和作曲家创造性的工作提供更多的实际利益。 此项目目标是建立一个终端到终端的生成模式,它能够以音乐风格的特定混合形式组合音乐作为概念证明。

大小:66.03 MB下载次数:452

立即下载 所需积分:0

CifarVGG

这是基于用于CIFAR-10和CIFAR-100的VGG16架构的Keras模型。 它可以与预训练的权重文件一起使用,也可以从头开始训练。该软件包每个数据集包含两个类别,该体系结构适用于CIFAR数据集的VGG-16。 通过运行py文件,您可以获得校验错误的样本和估计。CIFAR-10的验证精度达到93.56%,CIFAR-100的验证精度达到了70.48%。 在实例化时,模型可以从以前保存的权重文件中进行训练或加载。

大小:17.91 KB下载次数:259

立即下载 所需积分:0

RUsingKeras

在R中使用Keras和Tensorflow包实现深度学习,并在MNIST数据集上实现多层感知器模型,并进行数字识别

大小:46.84 KB下载次数:83

立即下载 所需积分:0

LstmLm

Keras 实现 LSTM 语言模型

大小:1.41 MB下载次数:78

立即下载 所需积分:0

KerasRestServer

一个非常简单的项目,创建一个rest后端,用于服务基于keras的神经网络模型

大小:10.61 KB下载次数:47

立即下载 所需积分:0

ImageQuestionAnswering

一个python和keras实现的VIS + LSTM视觉问答模型。还实现了第二个模型,类似于上述的2-VIS + BLSTM模型,不同之处在于LSTM不是双向的。 该模型具有两个图像特征输入,在句子的开始和结尾,具有不同的学习线性变换。 我们称之为2-VIS + LSTM。

大小:8.3 MB下载次数:100

立即下载 所需积分:0

CharEmbeddings

char-embeddings是一个包含从GloVe 840B / 300D数据集派生的300D字符嵌入的存储库,并使用这些嵌入来训练深度学习模型,使用Keras的收集卡。 经过FrançoisChollet的自动文本生成Keras示例后,生成和模型构建被大量修改。

大小:10.9 MB下载次数:109

立即下载 所需积分:0

RnnLangModel

使用Keras训练深层次的神经网络LSTM

大小:11.76 MB下载次数:1

立即下载 所需积分:0

MultiProcessModel

包含一个例子来说明如何在具有多个gpu的多个进程中运行Keras模型预测。 每个进程拥有一个gpu。 使用多个gpus来运行预测,创建了这个例子来展示如何做到这一点。 这个示例作为一个生产者 - 消费者模型。 调度程序扫描图像路径并将其全部放入队列中; 而每个工作者作为单独的进程处理队列中的图像。 如果所有的图像都被执行,则工作进程将终止。

大小:3.58 KB下载次数:62

立即下载 所需积分:0

Imagecaption

图像识别使用keras,VGG16预训练模型,CNN和RNN

大小:13.7 MB下载次数:2

立即下载 所需积分:0

FittedLearnKeras

这是一个小的Keras实施的Fitted Learning模型,意识到他们的限制。 它显示了如何训练一个简单的网络,这将超过一个更广泛的标准网络。

大小:3.51 KB下载次数:67

立即下载 所需积分:0

UNetKeras

MusiteDeep为普通和激酶特异性磷酸化位点预测提供了深入的学习方法。 它由深入学习库Keras和Theano后端实现。 目前,MusiteDeep仅提供人类磷酸化位点的预测; 然而,它还提供定制的模型训练,使用户能够训练其他PTM

大小:1.75 KB下载次数:123

立即下载 所需积分:0

SNLIKeras

此存储库包含2个型号。 1,2016年Ankur P. Parikh等人的分解注意模型 和2,增强LSTM注意模型由钱晨等2016年 第一个模型实现了86%的精度,只有500k个参数,而第二个模型实现了88%的精度,4.6m参数。

大小:151.66 KB下载次数:53

立即下载 所需积分:0

RnnlangModel

使用Keras训练深层次的神经网络LSTM字符级语言模型

大小:4 KB下载次数:62

立即下载 所需积分:0

QAkerasSel

这个代码是对问题回答匹配的改进表示学习的lstm + cnn的补充,您还可以看到,在应用深度学习中使用gesd和权重共享方法来解答选择:研究和开放任务,数据集是InsuranceQA,当epoch = 100时,精度在dev为65%

大小:36.2 MB下载次数:38

立即下载 所需积分:0

KerasDeepLearning

Keras下,实现训练图片分类的模型

大小:28.47 KB下载次数:41

立即下载 所需积分:0

VGGFeatExtract

VGG caffe模型

大小:4.14 KB下载次数:127

立即下载 所需积分:0

KerasVisualQ&A

该项目使用Keras来训练各种前馈和反复神经网络,用于视觉问题回答任务。 它旨在与VQA数据集配合使用。

大小:34.3 MB下载次数:156

立即下载 所需积分:0

KerasLanguageModeling

使用Keras进行语言建模的一些代码,特别是对于问答任务。

大小:8.03 MB下载次数:216

立即下载 所需积分:0

ImageSuperResolution

在Keras实现图像超分辨率从纸张图像上提取高分辨率图片,使用深卷积网络,去噪自动编码器SRCNN。

大小:46.3 MB下载次数:100

立即下载 所需积分:0

KerasMobilenet

Mobilenet在keras上的实现,可分离卷积在keras和tensorflow上实施。

大小:6.23 KB下载次数:372

立即下载 所需积分:0

UltrasoundNerve

使用Keras的超声神经分割比赛的深度学习教程,介绍如何使用Keras库构建超声图像神经分割的深层神经网络。这个深层神经网络基于测试图像在Kaggle排行榜上达到0.57分,该架构受到U-Net:生物医学图像分割的卷积网络的启发。

大小:46.48 KB下载次数:159

立即下载 所需积分:0

KerasDegan

实现keras库,用于生成具有深度学习的人造图像。这样就可以在真实的图像上训练两个对抗深层学习模型,以生成看似真实的人造图像。发电机模型试图产生看起来真实的图像,并从鉴别器获得高分。鉴别器模型试图分离真实图像和来自发生器的人造图像

大小:837.79 KB下载次数:217

立即下载 所需积分:0

Elephas

Elephas带来了Keras对Spark的深度学习。 Elephas旨在保持Keras的简单性和高可用性,从而允许分布式模型的快速原型设计,可以在大量数据集上运行。Elephas使用Spark的RDD和数据框架在Keras之上实现了一类数据并行算法。 Keras模型在驱动程序上初始化,然后序列化并发送给工作人员,以及数据和广播模型参数。 Spark工作人员反序列化模型,训练他们的大量数据并将他们的渐变发送给司机。驱动程序中的“主”模型由优化器更新,该优化器同步或异步地进行渐变。

大小:2.11 MB下载次数:367

立即下载 所需积分:0

DEvol

DEvol(DeepEvolution)利用遗传编程自动构建一个使用Keras库的给定数据集的最优参数的深层神经网络。这种方法应该设计与人类在与遗传程序相同的限制下工作时(例如,最大层数,每层卷积滤波器的最大数量等)工作时可以设计的模型。目前的设置是针对分类问题设计的,尽管这可以扩展到包括任何其他输出类型。参见demo.ipynb一个简单的例子。

大小:13.44 KB下载次数:285

立即下载 所需积分:0

Hyperas

使用keras模型进行快速原型设计的一个非常简单的包。 Hyperas可以让您高效使用hyperopt,而无需学习其语法。 相反,只需按照惯例定义您的keras模型,但使用简单的模板符号来定义要调整的超参数范围。

大小:33.01 KB下载次数:533

立即下载 所需积分:0

Seq2seq

Seq2Seq是用于对python深度学习库Keras进行学习附加程序的序列。 使用Seq2Seq,您可以在Keras中构建和训练序列到序列神经网络模型。 这些模型对于机器翻译,chatbots,解析器或者您想到的任何内容都很有用。

大小:15.46 KB下载次数:469

立即下载 所需积分:0

KerasRL

keras-rl在Python中实现了一些最先进的深度学习算法,并与深度学习库Keras无缝集成。 就像Keras一样,它与Theano或TensorFlow一起使用,这意味着您可以在CPU或GPU上高效地训练算法。 此外,keras-rl与OpenAI Gym即取即用。 这意味着使用不同算法进行评估和浏览是很容易的。 当然,您可以根据自己的需要扩展keras-rl。 您可以使用内置的Keras回调和指标或定义自己的。 更为如此,通过简单地扩展一些简单的抽象类,很容易实现自己的环境甚至算法。

大小:867.64 KB下载次数:539

立即下载 所需积分:0

Faceclassfication

使用keras CNN模型和openCV和2013IMDB数据集的实时人脸检测和情感/性别分类。

大小:74.02 MB下载次数:194

立即下载 所需积分:0

Deconvfaces

包含训练和卷积网络接口的代码,本文使用Radboud Faces数据库中的数据生成面。 需要使用Python 3的Keras,NumPy,SciPy和tqdm。

大小:1.75 MB下载次数:379

立即下载 所需积分:0

DenseNet

Keras实现DenseNet,DenseNet有几个明显的优点:减轻了梯度消失问题、加强了特征传播、鼓励特征复用、减少参数数量。

大小:4.04 MB下载次数:518

立即下载 所需积分:0

WaveNet

WaveNet是谷歌deepmind最新推出基于深度学习的语音生成模型。该模型可以直接对原始语音数据进行建模,此项目实现了WaveNet,对原始语音进行建模。

大小:603.74 KB下载次数:290

立即下载 所需积分:0