معرفی شرکت ها


Keras-JukeBox-0.0.3


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A UI based callback for tf-keras
ویژگی مقدار
سیستم عامل POSIX :: Linux
نام فایل Keras-JukeBox-0.0.3
نام Keras-JukeBox
نسخه کتابخانه 0.0.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده T Pratik
ایمیل نویسنده pk00095@gmail.com
آدرس صفحه اصلی https://github.com/pk00095/keras_jukebox/archive/0.0.3.tar.gz
آدرس اینترنتی https://pypi.org/project/Keras-JukeBox/
مجوز -
# Acknowledgement This project is supported by [Segmind](https://segmind.com) # keras JukeBox This is a UI based hyper-parameter controller, which let's you control the following. * start, pause and stop a live training. * reset the learning rate on dynamically while training is in progress. * take a snapshot at will more functionalities are to be added # Dependencies This package depends on **MQTT** protocol for communication. So, it is expected that an MQTT broker is up and running in 'localhost' at port 1883(default port). Install it by : ``` sudo apt-get update sudo apt-get install mosquitto sudo apt-get install mosquitto-clients ``` Python dependencies: * python >= 3.6.8 * paho-mqtt * PyQt5 * tensorflow >= 1.14 **Note: This package is intended and tested for tensorflow-keras api and NOT keras with tensorflow 'backend'** # Usage you can try the following example save the follwing example **fashion_mnist_jukebox.py** ``` from __future__ import absolute_import, division, print_function, unicode_literals import tensorflow as tf from tensorflow import keras # import the callback from keras_jukebox import JukeBoxCallback fashion_mnist = keras.datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data() train_images = train_images / 255.0 test_images = test_images / 255.0 model = keras.Sequential([ keras.layers.Flatten(input_shape=(28, 28)), keras.layers.Dense(128, activation='relu'), keras.layers.Dense(10, activation='softmax') ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) # pass the jukebox callback to model.fit method model.fit(train_images, train_labels, epochs=10, callbacks=[JukeBoxCallback(verbose=1)]) ``` and run it. You will notice that the script starts but training doesn't, which is because it is paused and needs a JukeBox-UI to start. Now, open a new terminal(Alt+ctrl+T) and start the JukeBox by typing: ``` start_jukebox ``` and you should see the UI pop up, note the algorithm is in **pause** mode by default. Hit the play button to start the training.


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl Keras-JukeBox-0.0.3:

    pip install Keras-JukeBox-0.0.3.whl


نصب پکیج tar.gz Keras-JukeBox-0.0.3:

    pip install Keras-JukeBox-0.0.3.tar.gz