Keras on G. T. Wang

Keras 以 ResNet-50 預訓練模型建立狗與貓辨識程式

Tue, 18 Sep 2018 11:20:29 +0800

這裡示範在 Keras 架構下以 ResNet-50 預訓練模型為基礎，建立可用來辨識狗與貓的 AI 程式。

在 Keras 的部落格中示範了使用 VGG16 模型建立狗與貓的辨識程式，準確率大約為 94%，而這裡則是改用 ResNet50 模型為基礎，並將輸入影像尺寸提高為 224x224，加上大量的 data augmentation，結果可讓辨識的準確率達到 99%。

Thu, 28 Dec 2017 12:01:01 +0800

這裡介紹如何在 Keras 的程式中查詢深度學習模型參數的總數量。

Keras 可用來快速搭建各種深度學習模型，但是在嘗試各種模型的過程中，我們也時常會需要了解模型的結構與參數的數量，方便調整模型。

Thu, 14 Dec 2017 10:30:11 +0800

這裡介紹如何使用 Keras 儲存與載入訓練好的模型或參數，以利重複使用或部署產品。

訓練一個實際的類神經網路模型會需要非常大量的運算，所以在模型訓練完之後，最好可以把訓練好的模型參數儲存下來，這樣之後在使用時就可以省去重新訓練的時間。

Fri, 17 Nov 2017 14:09:36 +0800

本篇介紹如何指定 TensorFlow 與 Keras 程式所使用的 GPU 顯示卡與記憶體用量。

在 TensorFlow 或 Keras 中使用 NVIDIA 的 GPU 做運算時，預設會把整台機器上所有的 GPU 卡都獨佔下來，而且不管實際需要多少顯示卡的記憶體，每張卡的記憶體都會被佔滿，以下介紹如何調整設定，讓多張顯示卡可以分給多個程式或多人使用。

Mon, 30 Oct 2017 15:17:25 +0800

這裡介紹如何使用 TensorFlow 內建的 Keras API 實作手寫數字辨識 CNN 程式。

Keras 是一套高階的深度學習工具，今年 Google 將其納入 TensorFlow 的核心模組當中，發表於 TensorFlow Dev Summit 2017，也就是說未來只要安裝好 TensorFlow 之後，就可以直接使用 Keras 的 API 函數，不需要另外安裝。

Mon, 30 Oct 2017 10:36:04 +0800

本篇介紹如何在 CentOS Linux 中安裝與使用 Keras 這套深度學習工具。

談到深度學習（Deep Learning）的工具，大家都會想到 TensorFlow 這類的底層 framework，這類的基礎的 framework 由於保留了非常多的彈性空間，導致使用上比較不方便，如果想要快速進行依些簡單的問題測試，就可以使用 Keras 這類的高階工具。