使用keras实现densenet和Xception的模型融合_python

来源:脚本之家  责任编辑:小易  

你没看吗?那个是定做的,品牌不详;补充:那还是好几年前的价格,现在什么都涨价了,房子都涨了一倍了,这套音响怎么也得涨到30几万吧。再次补充:朋友,不好意思,那套音响是四十多万,不是20多万,记错了,我今天专门又看了一遍,配置是,两对西湖8.1的套件做一对竖架音箱,两台阿尔派电源,一套MBL 16111621的转盘解码,两台丹麦森前级四台后级,线是天仙配的,用两套乐圣旗舰的套件做一对竖架音箱,斯雷克两台前级功放四台后级功放推动,再配两台电源,CD及的两组信号分别分到两个前级,一级推低频信号,另一组推高频信号,可以达到基本一样的音质。但是说实话,你如果是懂行的,自己做吧。这个价钱,只能说:晕!你再追问一下,我看看另一张图能传上来吗?再再此补充:好的音响多了,千万级的也有,一个剧组斥资200万只弄一套音响?显然是不现实的,而且说的直白些,为了拍摄需要才是重点,影片中好几套高级音响呢,每套200万?这个投资成本剧组也是要考虑的,你说的190万应该是几套音响价值的总和www.zgxue.com防采集请勿采集本网。

我正在参加天池上的一个竞赛,刚开始用的是DenseNet121但是效果没有达到预期,因此开始尝试使用模型融合,将Desenet和Xception融合起来共同提取特征。

在法国葡萄酒中,酒标上常常出现“mis en bouteille…”的字样,常以法文出现,在酒标的上方、中部或底部。mis en”是“在”,“bouteille”是”瓶子”,合起来意思是“装瓶地点”。法国酒酒标上的“mis

代码如下:

你听听是不是这首,我开始找搜到你的,后来找到了,不是say,是stay,soldier-samantha jade,对的话给分哈。

def Multimodel(cnn_weights_path=None,all_weights_path=None,class_num=5,cnn_no_vary=False):'''获取densent121,xinception并联的网络此处的cnn_weights_path是个列表是densenet和xception的卷积部分的权值'''input_layer=Input(shape=(224,224,3))dense=DenseNet121(include_top=False,weights=None,input_shape=(224,224,3))xception=Xception(include_top=False,weights=None,input_shape=(224,224,3))#res=ResNet50(include_top=False,weights=None,input_shape=(224,224,3))if cnn_no_vary:for i,layer in enumerate(dense.layers):dense.layers[i].trainable=Falsefor i,layer in enumerate(xception.layers):xception.layers[i].trainable=False#for i,layer in enumerate(res.layers):#res.layers[i].trainable=False if cnn_weights_path!=None:dense.load_weights(cnn_weights_path[0])xception.load_weights(cnn_weights_path[1])#res.load_weights(cnn_weights_path[2])dense=dense(input_layer)xception=xception(input_layer)#对dense_121和xception进行全局最大池化top1_model=GlobalMaxPooling2D(data_format='channels_last')(dense)top2_model=GlobalMaxPooling2D(data_format='channels_last')(xception)#top3_model=GlobalMaxPool2D(input_shape=res.output_shape)(res.outputs[0])print(top1_model.shape,top2_model.shape)#把top1_model和top2_model连接起来t=keras.layers.Concatenate(axis=1)([top1_model,top2_model])#第一个全连接层top_model=Dense(units=512,activation="relu")(t)top_model=Dropout(rate=0.5)(top_model)top_model=Dense(units=class_num,activation="softmax")(top_model)model=Model(inputs=input_layer,outputs=top_model) #加载全部的参数if all_weights_path:model.load_weights(all_weights_path)return model

在IIR数字滤波百器设计中有把模拟的原型滤波器转变成相应的数字滤波器,即通过已知S变换中模拟度滤波器的函数中的NUMs和DENs是原模拟滤波器S变换中的分子和分母系数,容A和B是数字滤波器的系数。

如下进行调用:

词尾的e不发音一共有四种情况: 1、在name,game,fame,bake gene,time,type,code,cute 这些单词的词尾的e不发音,它的作用是使它前面的元音字母短音 sev-en stud-y moth-er ver-y mod-le weath-er

if __name__=="__main__": weights_path=["./densenet121_weights_tf_dim_ordering_tf_kernels_notop.h5", "xception_weights_tf_dim_ordering_tf_kernels_notop.h5"] model=Multimodel(cnn_weights_path=weights_path,class_num=6) plot_model(model,to_file="G:/model.png")

音箱:西湖特制书架箱(双低音和高音,八个接线柱) CD机:MBL顶级转盘+解码 前级:DENSEN(两台) 后级:DENSEN(八台) 线材:全套天仙配 据说10年前就有这种玩法,从机器说就是1台CD机带2套一

最后生成的模型图如下:有点长,可以不看

需要注意的一点是,如果dense=dense(input_layer)这里报错的话,说明你用的是tensorflow1.4以下的版本,解决的方法就是

1、升级tensorflow到1.4以上

2、改代码:

def Multimodel(cnn_weights_path=None,all_weights_path=None,class_num=5,cnn_no_vary=False):'''获取densent121,xinception并联的网络此处的cnn_weights_path是个列表是densenet和xception的卷积部分的权值'''dir=os.getcwd()input_layer=Input(shape=(224,224,3))dense=DenseNet121(include_top=False,weights=None,input_tensor=input_layer,input_shape=(224,224,3))xception=Xception(include_top=False,weights=None,input_tensor=input_layer,input_shape=(224,224,3))#res=ResNet50(include_top=False,weights=None,input_shape=(224,224,3)) if cnn_no_vary:for i,layer in enumerate(dense.layers):dense.layers[i].trainable=Falsefor i,layer in enumerate(xception.layers):xception.layers[i].trainable=False#for i,layer in enumerate(res.layers):#res.layers[i].trainable=Falseif cnn_weights_path!=None:dense.load_weights(cnn_weights_path[0])xception.load_weights(cnn_weights_path[1]) #print(dense.shape,xception.shape)#对dense_121和xception进行全局最大池化top1_model=GlobalMaxPooling2D(input_shape=(7,7,1024),data_format='channels_last')(dense.output)top2_model=GlobalMaxPooling2D(input_shape=(7,7,1024),data_format='channels_last')(xception.output)#top3_model=GlobalMaxPool2D(input_shape=res.output_shape)(res.outputs[0])print(top1_model.shape,top2_model.shape)#把top1_model和top2_model连接起来t=keras.layers.Concatenate(axis=1)([top1_model,top2_model])#第一个全连接层top_model=Dense(units=512,activation="relu")(t)top_model=Dropout(rate=0.5)(top_model)top_model=Dense(units=class_num,activation="softmax")(top_model)model=Model(inputs=input_layer,outputs=top_model) #加载全部的参数if all_weights_path:model.load_weights(all_weights_path)return model

这个bug我也是在服务器上跑的时候才出现的,找了半天,而实验室的cuda和cudnn又改不了,tensorflow无法升级,因此只能改代码了。

如下所示,是最后画出的模型图:(很长,底下没内容了)

以上这篇使用keras实现densenet和Xception的模型融合就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持真格学网。

高亮度蓝光LED芯片结构:发光原理:LED本身能发光,但波长较短,最长的就是蓝光了,也就是说,蓝光LED可以靠自身发出蓝光来实现。要发白光则需要在发蓝光的LED上涂发黄光的荧光粉内容来自www.zgxue.com请勿采集。


  • 本文相关:
  • 关于keras dense层整理
  • 使用keras预训练模型resnet50进行图像分类方式
  • 在keras下实现多个模型的融合方式
  • keras使用imagenet上预训练的模型方式
  • 对python函数设计规范详解
  • python音频处理用到的操作的示例代码
  • python发送邮件功能示例【使用qq邮箱】
  • 浅谈python中的全局锁(gil)问题
  • django shell调试models输出的sql语句方法
  • python随机生成大小写字母数字混合密码(仅20行代码)
  • 解决pandas中读取中文名称的csv文件报错的问题
  • tensorflow环境搭建的方法步骤
  • python中的tcp示例详解
  • python获取本地计算机名字的方法
  • 简述最新高亮度蓝光LED芯片的结构和发光原理
  • 请问电视剧《天道》里面丁元英的那套音响哪里能买到
  • dense thick区别
  • 求助T T..拍了个膝盖的片子,干骺线基本愈合,还能长高吗?
  • mis en bouteille dans nos chais 是什么意思?
  • 英文歌 女生高潮部分好像是 I say oh oh oh
  • matlab中bilinear函数什么意思及格式内各个位置表示的含义
  • 词尾的e什么情况下不发音
  • 电视剧《天道》里面芮小丹定做的那套音响是怎样配的
  • 乙肝病毒是3.28E+08,参考值是100,什么意思
  • 网站首页网页制作脚本下载服务器操作系统网站运营平面设计媒体动画电脑基础硬件教程网络安全vbsdos/bathtahtcpythonperl游戏相关vba远程脚本coldfusionruby专题autoitseraphzonepowershelllinux shellluagolangerlang其它首页关于keras dense层整理使用keras预训练模型resnet50进行图像分类方式在keras下实现多个模型的融合方式keras使用imagenet上预训练的模型方式对python函数设计规范详解python音频处理用到的操作的示例代码python发送邮件功能示例【使用qq邮箱】浅谈python中的全局锁(gil)问题django shell调试models输出的sql语句方法python随机生成大小写字母数字混合密码(仅20行代码)解决pandas中读取中文名称的csv文件报错的问题tensorflow环境搭建的方法步骤python中的tcp示例详解python获取本地计算机名字的方法python入门教程 超详细1小时学会python 列表(list)操作方法详解python 元组(tuple)操作详解python 字典(dictionary)操作详解pycharm 使用心得(一)安装和首python strip()函数 介绍python 中文乱码问题深入分析python中使用xlrd、xlwt操作excepython科学计算环境推荐——anacpython逐行读取文件内容的三种方python实现ssh远程登陆,并执行命令的方法pytorch的自适应池化adaptive pooling实例python实现好友全头像的拼接实例(推荐)python实现在控制台输入密码不显示的方法python爬虫之爬取百度音乐的实现方法python列表(list)所有元素的同一操作解析python中将zip压缩包转为gz.tar的方法django的性能优化实现解析pandas 读取各种格式文件的方法django的登录注册系统的示例代码
    免责声明 - 关于我们 - 联系我们 - 广告联系 - 友情链接 - 帮助中心 - 频道导航
    Copyright © 2017 www.zgxue.com All Rights Reserved