Jupyter的使用与安装

jupyter的安装
参考：Windows环境下Jupyter的安装
tf.seras中CallBacks（回调函数）的使用
（1）callback的目录结构：

（2）代码的实现

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import sklearn
import pandas as pd
import os
import sys
import time
import tensorflow as tf
from tensorflow import keras
print(tf.__version__)
print(sys.version_info)
for module in mpl, np, pd, sklearn, tf, keras:print(module.__name__ , module.__version__)

fashion_mnist = keras.datasets.fashion_mnist
(x_train_all, y_train_all),(x_test,y_test) = fashion_mnist.load_data()
x_valid,x_train = x_train_all[:5000],x_train_all[5000:]
y_valid,y_train = y_train_all[:5000],y_train_all[5000:]
print(x_valid.shape,y_valid.shape)
print(x_train.shape,y_train.shape)
print(x_test.shape,y_test.shape)

#归一化
# x = (x - u) /stdfrom sklearn.preprocessing import StandardScalerscaler = StandardScaler()
#x_train [None, 28, 28] -> [None, 784]
x_train_scaled = scaler.fit_transform(x_train.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)
x_valid_scaled = scaler.fit_transform(x_valid.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)
x_test_scaled = scaler.fit_transform(x_test.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)


#使用Keras Model函数 tf.keras.models.Sequential()
"""
model = keras.models.Sequential()
model.add(keras.layers.Flatten(input_shape = [28, 28]))
model.add(keras.layers.Dense(300, activation="relu"))  #全连接层 300个单元
model.add(keras.layers.Dense(100, activation="relu"))
model.add(keras.layers.Dense(10, activation="softmax"))
"""
model = keras.models.Sequential([keras.layers.Flatten(input_shape = [28, 28]),keras.layers.Dense(300, activation="relu"),keras.layers.Dense(100, activation="relu"),keras.layers.Dense(10, activation="softmax")
])#relu: y = max(0,x)
#softmax:将向量变成概率分布
#optimizer采用sgd的话，会导致loss=nan 导致梯度弥散
#optimizer采用adam的话，在梯度弥散 上对w和x都有优化
model.compile(loss = "sparse_categorical_crossentropy",optimizer = "adam",metrics = ["accuracy"])

#回调函数 Tensorboard, earlystopping, ModelCheckpoint
logdir = "./callbacks"
if not os.path.exists(logdir):os.mkdir(logdir)
output_model_file = os.path.join(logdir,"fashion_mnist_model.h5")
callbacks = [keras.callbacks.TensorBoard(logdir),keras.callbacks.ModelCheckpoint(output_model_file,save_best_only = True),keras.callbacks.EarlyStopping(patience=5, min_delta=1e-3),
]
#训练
history = model.fit(x_train_scaled, y_train, epochs=10,validation_data = (x_valid_scaled, y_valid),callbacks=callbacks)

启动TensorBorad查看

（1）浏览器登录localhost:6006

4.模型文件与Tensorboard文件

Jupyter的使用与安装相关推荐

IDE之Jupyter：交互式文档Jupyter Notebook简介、安装、使用方法详细攻略
IDE之Jupyter:交互式文档Jupyter Notebook简介.安装.使用方法详细攻略目录 Jupyter Notebook简介 Jupyter Notebook安装第一步,安装软件第二 ...
jupyter怎么安装jieba_AI工具：Anaconda中Jupyter不能import已安装module问题解决
jupyter模式下写代码时,通过pip install package命令行安装package完成之后,无法在jupyter模式下import ,这是个通用的问题,我这里遇到的是import jie ...
jupyter怎么安装jieba_解决Jupyter无法导入已安装的 module问题
问题描述: 已经用pip install jieba安装好jieba分词工具,但是在Jupyter 里import jieba运行一直提示ImportError: No module named 'j ...
AI工具：Anaconda中Jupyter不能import已安装module问题解决
jupyter模式下写代码时,通过pip install package命令行安装package完成之后,无法在jupyter模式下import ,这是个通用的问题,我这里遇到的是import jie ...
Jupyter Notebook主题皮肤安装设置
Jupyter Notebook主题皮肤安装设置主题皮肤库安装 pip install jupyterthemes 主题皮肤库命令 Jupyter Notebook主题皮肤库都是(jt)开头,后面紧 ...
Python、Pycharm、Ancanda、Jupyter Notebooks及tushare安装教程
一.安装Python 1.下载Python 到官网中下载下载地址 (链接为https://www.python.org/ftp/python/) 选择自己要下载的版本,我下载的是python-3.7 ...
[python][jupyter notebook]之菜鸟安装[pyecharts]中Geo或Map显示问题
作为菜鸟,在学习使用pyecharts模块进入jupyter notebook的时候,又遇到了问题--那就是,可以使用一下代码,导入Geo和Map模块,但是弄了之后看不见地图. from pyecha ...
在jupyter notebook中同时安装python2和python3
环境 win10 已安装anaconda3 How 1.安装python27> conda create -n py27 python=2.72. conda install --prefix= ...
「Jupyter」ubuntu下安装jupyterlab后jupyterlab：未找到命令
系统:Ubuntu 18.04 第一步安装jupyterlab 在终端中通过pip安装,也可以用conda等,具体见官网(JupyterLab安装说明),安装命令如下: pip install ju ...
02/03_Pytorch安装、Conda安装Pythorch，换源、pytorch官网、验证、安装jupyter、卸载、安装、启动jupyter、配置Jupyter notebook、使用
1.2.Pytorch安装 1.2.1.Conda安装Pythorch,换源 1 conda添加清华镜像源查看源 conda config --show-sources 由于从官方的conda源中下 ...

Jupyter的使用与安装

Jupyter的使用与安装相关推荐

最新文章

热门文章