tensorflow
yeler082
本科就读于新疆大学软件学院,现阶段在西安交通大学攻读软件工程硕士,研方向为计算机视觉(图像识别、目标检测)
展开
-
【TensorBoard】如何启动tensorboard的详尽步骤
TensorBoard是TensorFlow下的一个可视化的工具,能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。图1 神将网络结构图首先我们给出一个创建神经网络的python代码作为一个案例:# -*- coding:utf-8 -*-import tensorflow as tfdef...原创 2017-11-02 12:36:15 · 4614 阅读 · 0 评论 -
tf中的计算图流程
#!/usr/bin/env python# encoding: utf-8'''@author: lele Ye@contact: 1750112338@qq.com@software: pycharm 2018.2@file: 10tf中的计算图流程@time: 2018/12/16 10:36@desc:'''import tensorflow as tf# 定义一个...原创 2019-05-19 20:11:15 · 672 阅读 · 0 评论 -
TensorFlow数据读取机制
TensorFlow读取机制图解首先需要思考的一个问题是,什么是数据读取?以图像数据为例,读取数据的过程可以用下图来表示:假设我们的硬盘中有一个图片数据集0001.jpg,0002.jpg,0003.jpg……我们只需要把它们读取到内存中,然后提供给GPU或是CPU进行计算就可以了。这听起来很容易,但事实远没有那么简单。事实上,我们必须要把数据先读入后才能进行计算,假设读入用时0.1s...原创 2019-05-19 21:55:44 · 288 阅读 · 0 评论 -
tensorflow图像裁剪进行数据增强
#!/usr/bin/env python# encoding: utf-8'''@author: lele Ye@contact: 1750112338@qq.com@software: pycharm 2018.2@file: 13mnist.py@time: 2018/12/17 10:23@desc:'''import tensorflow as tfimport ...原创 2019-05-20 15:13:01 · 2551 阅读 · 0 评论 -
tensorflow one-hot独热编码
1 基本概念解释下什么叫做独热编码(one-hot encoding),独热编码一般是在有监督学习中对数据集进行标注时候使用的,指的是在分类问题中,将存在数据类别的那一类用X表示,不存在的用Y表示,这里的X常常是1, Y常常是0。,举个例子: 比如我们有一个5类分类问题,我们有数据,其中类别有五种取值(因为是五类分类问题),所以如果为第一类那么其独热编码为:[1,0,0,0...原创 2019-05-20 15:57:14 · 3397 阅读 · 0 评论 -
tensorflow中使用tf.train.slice_input_producer实现文件按队列加载
TensorFlow的Session对象是支持多线程的,可以在同一个会话(Session)中创建多个线程,并行执行。在Session中的所有线程都必须能被同步终止,异常必须能被正确捕获并报告,会话终止的时候, 队列必须能被正确地关闭。TensorFlow提供了两个类来实现对Session中多线程的管理:tf.Coordinator和 tf.QueueRunner,这两个类往往一起使用。...转载 2019-05-20 16:50:47 · 546 阅读 · 0 评论 -
tensorflow中关于卷积的分析
import tensorflow as tfinput1 = tf.Variable(tf.constant(1.0,shape= [1,5,5,1]))filter1 = tf.Variable(tf.constant([-1.0,0,0,-1.0],shape=[2,2,1,1]))op1 = tf.nn.conv2d(input1,filter1,strides=[1,2,2,1...原创 2019-05-20 20:41:01 · 274 阅读 · 0 评论 -
交叉熵实验
#!/usr/bin/env python# encoding: utf-8'''@author: lele Ye@contact: 1750112338@qq.com@software: pycharm 2018.2@file: 01交叉熵实验.py@time: 2018/9/8 21:50@desc:'''import tensorflow as tf# 定义标签数据...原创 2019-05-16 20:42:28 · 220 阅读 · 0 评论 -
one_hot实验
#!/usr/bin/env python# encoding: utf-8'''@author: lele Ye@contact: 1750112338@qq.com@software: pycharm 2018.2@file: 02one_hot实验.py@time: 2018/9/8 21:59@desc:'''import tensorflow as tfCLASS...原创 2019-05-16 20:57:32 · 289 阅读 · 0 评论 -
学习率衰减
#!/usr/bin/env python# encoding: utf-8'''@author: lele Ye@contact: 1750112338@qq.com@software: pycharm 2018.2@file: 03学习率衰减.py@time: 2018/9/10 14:48@desc:'''import tensorflow as tfglobal_...原创 2019-05-16 21:47:53 · 252 阅读 · 0 评论 -
注入机制
#!/usr/bin/env python# encoding: utf-8'''@author: lele Ye@contact: 1750112338@qq.com@software: pycharm 2018.2@file: 4-3注入机制.py@time: 2018/10/12 21:45@desc:'''import tensorflow as tfimport ...原创 2019-05-16 21:58:27 · 225 阅读 · 0 评论 -
tensorflow卷积实现图片轮廓提取
import matplotlib.pyplot as pltimport matplotlib.image as mpingimport numpy as npimport tensorflow as tfimg = mping.imread("lena-flipped.bmp")plt.imshow(img)plt.axis("off")plt.show()print(im...原创 2019-05-22 15:34:47 · 3097 阅读 · 1 评论 -
Tensorflow加载预训练模型和保存模型
使用tensorflow过程中,训练结束后我们需要用到模型文件。有时候,我们可能也需要用到别人训练好的模型,并在这个基础上再次训练。这时候我们需要掌握如何操作这些模型数据。1 Tensorflow模型文件我们在checkpoint_dir目录下保存的文件结构如下:|--checkpoint_dir| |--checkpoint| |--MyModel.meta...原创 2019-05-17 11:26:00 · 1550 阅读 · 0 评论 -
Tensorflow加载训练好的VGG模型
现在,我们来进行一个稍微复杂点的demo,加载预训练好的VGG模型参数,然后用它来进行MINIST数据集的分类任务。模型加载的关键:需要知道模型是如何被保存的,知道存储的格式,才能正确恢复。这一点和字符编码的转换同理。一个模型通常会告诉你它对应的网络结构,模型存储的格式,最佳的是提供一个加载模型的脚本。若没有这些,你可能需要反复试数据,通过shape值判断模型恢复时加载出来的是什么。推荐一...原创 2019-05-17 16:23:41 · 3140 阅读 · 0 评论 -
TensorFlow中的张量的理解
视觉处理的就是图像,如何从数字图像中找出规律并记录下来就是当前深度学习要干的事情。数字图像是什么?其实就是数字矩阵,具体关于数字图像的介绍,可参考这里,在TensorFlow这个深度框架中用张量来表示。首先给出tensorflow的一段代码:import tensorflow as tf# 模拟数据img = tf.Variable(tf.constant([1.0,2.0,3....原创 2018-10-09 21:13:57 · 874 阅读 · 0 评论 -
tensorflow的models模块使用
tensorflow自1.0版本起,将models单独拿出来作为一个文件版块。所以在tensorflow的github库中会存在两个部分,tensorflow是我们常用的框架源码部分,models则是扩展模块部分。今天在做物体分割的实例实验,知道deeplab可以用作实例分割。在github一顿乱找,做了好几个实例,后来才知道在models模块提供的有deeplab模型。既然要使用...原创 2018-10-03 19:12:52 · 15956 阅读 · 6 评论 -
tensorflow-slim模型微调
这段时间在系统学习tensorflow的相关知识,恰好学习到了tensorflow的slim轻量级开发库。这个库的目的在于用尽量少的成本组织起来一套可以训练和测试自己的分类任务的代码,其中涉及到了迁移学习,所以我们分为下面几个步骤介绍: 什么是迁移学习; 什么是TF-Slim; TF-Slim实现迁移学习的例程; 应用自己的数据集完成迁移学习。 什么是迁移学习:一般在初始化CNN的...原创 2018-09-13 22:22:07 · 2162 阅读 · 8 评论 -
【基础】tensorflow教程推荐及入门案例
这里可以用于模拟tensorflow的网络结构,可视化功能模拟这里会提供一些教程 [1]TensorFlow 如何入门?[2]Tensorflow连载博客[3]Tensorflow案例博客TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着...原创 2018-01-16 10:47:15 · 599 阅读 · 0 评论 -
【03】创建tensorboard作用域_a
1、首先查看文件组织2、执行命令启动tensorboard3、打开浏览器,输入提示网址4、附加代码import tensorflow as tfwith tf.name_scope(name="Scope_A"): a = tf.add(1,2,name="A_add") b = tf.multiply(a,5,name="A_mul")with tf.name_scope(...原创 2018-04-20 11:14:59 · 384 阅读 · 0 评论 -
【01】使用TensorFlow绘制散点图并显示
1、使用TensorFlow绘制散点图(代码)import tensorflow as tfimport matplotlib.pyplot as plt# 随机数生成a = tf.random_normal([2,20])# 启动会话sess = tf.Session()# 运行out = sess.run(a)# 从运行结果中获得数据x, y = out# 绘图plt....原创 2018-04-20 11:18:17 · 2723 阅读 · 1 评论 -
【02】使用tensorboard显示流程图
1 不带命名作用域1、使用tensorboard(代码)import tensorflow as tfa = tf.constant(5,name="input_a")b = tf.constant(3,name="input_b")c = tf.multiply(a,b,name="mul_ab")d = tf.add(a,b,name="add_ab")e = tf.ad...原创 2018-04-20 12:04:51 · 1439 阅读 · 0 评论 -
【03】创建tensorboard作用域_b
1、文件组织2、打开tensorboard服务3、查看运行流程4、代码import tensorflow as tf# 通过声明一个默认的Graph对象,然后定义张量内容,在后面可以调用或保存# 1. 它可以通过tensorboard用图形化界面展示出来流程结构# 2. 它可以整合一段代码为一个整体存在于一个图中graph = tf.Graph()with graph.as_defa...原创 2018-04-20 12:54:57 · 426 阅读 · 0 评论 -
【05】tensorflow解决实际问题的通用模板
# # TF code scaffolding for building simple models.## import tensorflow as tf## # initialize variables/model parameters## # define the training loop operations# def inference(X):# # compu...原创 2018-04-20 16:00:50 · 638 阅读 · 0 评论 -
【04】可扩展的数据流图
与之前的模型相比,这个模型更加充分的利用了TensorFlow:(1)输入采用占位符,并非使用tf.constant节点(2)模型不再是接收两个离散的变量,而是改为接收任意长度的向量(3)使用该数据流图时,将随时间计算所有输出的总和(4)将采用名称作用域对数据流图合理划分(5)每次运行时,都将数据流图的输出、所有输入的累加以及所有输出的均值保存到磁盘,供Tensorboard使用import te...原创 2018-04-20 16:07:48 · 543 阅读 · 0 评论 -
【06】tensorflow使用线性回归预测肥胖
# 使用线性回归预测肥胖# 1、导入相应的包import tensorflow as tf# 2、定义权重和偏置W = tf.Variable(tf.zeros([2,1]),name="weights")b = tf.Variable(0.,name="bias")# 3、定义拟合关系,这里为线性函数def inference(X): return tf.matmul(原创 2018-04-20 19:27:51 · 753 阅读 · 0 评论 -
【07】逻辑回归(鸢尾花)
# Softmax example in TF using the classical Iris dataset# Download iris.data from https://archive.ics.uci.edu/ml/datasets/Iris# Be sure to remove the last empty line of it before running the example...原创 2018-04-20 21:00:04 · 1800 阅读 · 2 评论 -
【08】逻辑回归(Titanic)
# Logistic regression example in TF using Kaggle's Titanic Dataset.# Download train.csv from https://www.kaggle.com/c/titanic/data# About data analysis you could refer this link# https://github.com...原创 2018-04-20 21:04:25 · 649 阅读 · 0 评论 -
【09】AlexNet在Mnist数字识别
1 AlexNetAlex在2012年提出的alexnet网络结构模型引爆了神经网络的应用热潮,并赢得了2012届图像识别大赛的冠军,使得CNN成为在图像分类上的核心算法模型,具体内容可见论文翻译。2 AlexNet的应用#coding=utf-8from __future__ import print_functionfrom tensorflow.examples.tutorials.m...原创 2018-06-14 00:35:28 · 1575 阅读 · 0 评论 -
利用 TensorFlow Serving 系统在生产环境中运行模型
机器学习技术支撑着许多 Google 产品的功能,比如:Google 应用中的语音识别,收件箱的智能回复,以及 Google 照片搜索,等等。尽管软件行业几十年中积累起的无数经验促成了很多用于构建并支持产品的最佳实践,但基于机器学习的服务却还是带来了一些新颖而有趣的挑战。如今,专为解决这些挑战的系统终于出现了,这就是 TensorFlow Serving。TensorFlow Serving 是一...转载 2018-08-09 13:26:25 · 2199 阅读 · 0 评论 -
【10】tensoflow在mnist数据集上的应用
step 1:获取数据集#!/usr/bin/env python# encoding: utf-8'''@author: lele Ye@contact: 1750112338@qq.com@software: pycharm 2018.2@file: 501download_mnist.py@time: 2018/9/7 19:57@desc:'''# 运行这两句会...原创 2018-09-08 16:17:33 · 525 阅读 · 0 评论 -
全局最大池化,找到图片每个通道中最大值的位置坐标
#!/usr/bin/env python# encoding: utf-8'''@author: lele Ye@contact: 1750112338@qq.com@software: pycharm 2018.2@file: 04max_position.py@time: 2019/4/30 16:32@desc: 找到图片每个通道中最大值的位置坐标,下面得出一张三通道图...原创 2019-05-18 20:43:28 · 2918 阅读 · 0 评论