DeepLearningwithPython

DeepLearningwithPython copied to clipboard

3.5-classifying-movie-reviews.ipynb 執行時會遇到 KeyError: 'acc', 'val_acc'

2

原書ch3 在 github 中的 3.5-classifying-movie-reviews.ipynb 中執行到： import matplotlib.pyplot as plt acc = history.history['acc'] val_acc = history.history['val_acc'] 時會遇到兩個： KeyError: 'acc' KeyError: 'val_acc' 需修改爲： acc = history.history['binary_accuracy'] val_acc = history.history['val_binary_accuracy']

jayjtao

關於 Advanced deep-learning best practices #7 的 hyperas

1

在 KDNuggets 上看到一篇關於 hyperas 的教學文（包括 colab），做分享。 https://www.kdnuggets.com/2018/12/keras-hyperparameter-tuning-google-colab-hyperas.html 另外在八月則有一篇為 autokeras 的教學文，若有人使用過這兩個 packages，可以分享一下心得。

renewang

Update README.md

1

add an youtube video "How deep learning neural works"

rogerliu0630

為何要對圖形中 0-255 的灰階像素值做 normalization (將灰階值數值範圍縮減到 [0 - 1])?

1

9/22 第二次讀書會（Chapter 2）現場提問 在 ["A First Look at a Neural Network"](https://github.com/fchollet/deep-learning-with-python-notebooks/blob/master/2.1-a-first-look-at-a-neural-network.ipynb) note book 中，為何要將所有的灰階像素除以 255？(code example 如下)？ ``` train_images = train_images.reshape((60000, 28 * 28)) train_images = train_images.astype('float32') / 255 test_images...

renewang

神經網路在訓練時，權重是什麼時候做更新的(經過多少學習數量)? - 每一筆資料? - 每batch_size筆資料? - 每一epoch資料? 經過不同學習數量做更新會造成什麼差異/優劣?

enzoapu

## 可以在哪裡提問？ 1.  2.  ## 提問要注意哪些東西？  ## 提問範例 ### 讀書會現場提問(含連線者) >## 描述問題 >## 目前小組討論的想法 ### 非現場提問 >## 簡單一句話描述你的問題 >## 你的執行環境 >## 你預期的結果應該是? >## 是否知道/猜測問題發生的原因? >## 有無任何錯誤訊息 有程式碼或圖片可以把問題傳達的更清楚...

Lhwei