numpy.clip(a, a_min, a_max)用法
a = np.arange(10)
a: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.clip(a, 1, 8): array([1, 1, 2, 3, 4, 5, 6, 7, 8, 8])
numpy.clip()的作用是将数组a中的元素压缩在[a_min, a_max]范围内。
cmap='viridis'
viridis是matplotlib2.0中colormap的默认值
关于Keras加载预训练模型的一些说明
加载VGG16预训练模型
from keras.applications import VGG16
from keras import backend as K
model = VGG16(weights='imagenet', include_top=False)
其中weights=可选参数为None或者'imagenet', None表示随机初始化权重；'imagenet'选择ImageNet上预训练的权重
include_top参数：是否包含最后的密集分类器
Keras内置backend模块
from keras import backend as K
K.gradients(loss, variables) #返回variables在loss上的梯度
loss: 需要最小化的标量张量。
variables: 变量列表。
Next step:
keras.backend.mean()函数用法
keras.backend.function()用法
