2017年09月_Wayne2019

原创使用tf-slim的inception_resnet_v2预训练模型进行图像分类

输入是jpg代码：#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Fri Sep 29 16:25:16 2017@author: wayne"""'''我们用的是tf1.2，最新的tf1.3地址是https://github.com/tensorflow/models/tree/master/research/sli

2017-09-27 09:33:02 11344 1

原创 AI challenger 场景分类 PyTorch 迁移学习 resnet18

没计算资源，只能简单测试下resnet18训练代码（带验证）：'''TODO:- 采用更深的网络（简单，但是需要计算资源）- top3 accuracy，可参考https://github.com/pytorch/examples/blob/master/imagenet/main.py'''#pkill -9 python#nvidia-smiimport osimport tor

2017-09-26 20:13:41 3981

原创贝叶斯统计：PyMC3 (3.1)

之前用过这个包中的几种MCMC方法，感觉还是很好用的。现在来总结一下目前这个包中含有的功能模块，顺便复习一下贝叶斯统计学的相关知识点。这个包更新还是挺快的，比一年前多了好多东西，内容很多，无法一次写完，因此本文会不断更新。Sampler statisticsDiagnosing Biased Inference with Divergences：各态历经（ergodicity）geometric

2017-09-24 22:13:26 3415 2

原创 AI challenger 场景分类 train test 多层cnn

本文复现AI challenger的官方baseline模型，数据通过tfrecord和队列来供给。 “This simple model consists of three convolutional layers, three max pool layers and two fully connected layers. Local response normalization and dro

2017-09-22 23:48:24 2451 5

原创 AI challenger 场景分类 train test softmax

与前文Ai challenger 场景分类： train softmax using tfrecord的区别见代码前面的changes说明。目前tfrecord坑很多，参见 [Enhancement] Redesigning TensorFlow’s input pipelines #7951 目前赤裸的softmax过拟合严重：0.7 vs 0.18# -*- coding: utf-8 -*-

2017-09-21 23:34:20 2593 6

原创 AI challenger 场景分类生成tfrecord文件

与AI challenger 场景分类（1）生成tfrecord文件不同，这里我们生成验证集的tfrecord文件，另外将图片的id (string类型)也存入tfrecord，方便后续使用。用时：～5 min 原图大小：463.9 M tfrecord文件大小：8.7 G # -*- coding: utf-8 -*-"""Created on Thu Sep 7 19:25:38

2017-09-21 22:46:40 860 2

原创 Ai challenger 场景分类： train softmax using tfrecord

# -*- coding: utf-8 -*-"""Created on Wed Sep 20 16:05:02 2017@author: waynereferences:输入数据https://indico.io/blog/tensorflow-data-inputs-part1-placeholders-protobufs-queues/https://indico.io/blog/t

2017-09-21 19:35:41 800

原创 Ai challenger 场景分类：检查类别平衡

import pandas as pdimport jsonfrom collections import Counterimport seaborn as snsimport matplotlib.pyplot as pltwith open('../ai_challenger_scene_train_20170904/scene_train_annotations_20170904.js

2017-09-19 02:06:53 1034

原创 AI challenger 场景分类（2）读取tfrecord文件

tf.train.batch# -*- coding: utf-8 -*-"""Created on Thu Sep 14 18:02:41 2017@author: waynecifar10 官方样例 https://github.com/tensorflow/models/blob/master/tutorials/image/cifar10/cifar10_input.pytens

2017-09-15 07:15:12 1168

原创 AI challenger 场景分类（1）生成tfrecord文件

用时：30 min 原图大小：3.5 G tfrecord文件大小：65.3 G （amazing! 注意原图是jpg压缩的）# -*- coding: utf-8 -*-"""Created on Thu Sep 7 19:25:38 2017@author: waynehttp://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/r

2017-09-15 05:37:28 1243

原创 TensorFLow 不同大小图片的TFrecords存取

全部存入一个TFrecords文件，然后按照batch_size读取。不多写了，直接贴代码。

2017-09-08 14:54:23 3796 3

原创 TensorFLow 读取图片1：初探四种从文件读取的方式

本文记录一下TensorFLow的几种图片读取方法，官方文档有较为全面的介绍。1.使用gfile读图片，decode输出是Tensor，eval后是ndarrayimport matplotlib.pyplot as pltimport tensorflow as tfimport numpy as npprint(tf.__version__)image_raw = tf.gfile.Fast

2017-09-07 17:27:48 23449 2

原创 Ubuntu下TensorFLow和TensorLayer安装

终端中查看python路径和版本wayne@wayne-GE60-2OC-2OD-2OE:~$ which python/home/wayne/anaconda3/bin/pythonwayne@wayne-GE60-2OC-2OD-2OE:~$ whereis pythonpython: /usr/bin/python /usr/bin/python2.7 /usr/bin/python2.

2017-09-07 16:43:40 1574

Wayne2019的博客