keras
冰菓(笑)
希望写一些有质量的东西
展开
-
h5 转 pb文件
关键代码,这里的模型为tf.keras 模型:from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2 full_model = tf.function(lambda x: model(x)) full_model = full_model.g...原创 2020-05-07 10:08:30 · 925 阅读 · 0 评论 -
TF.keras + tfrecord
TF.keras + tfrecord在工程中,模型常常需要训练大数据,而大数据的读取通常不能一次性读取进内存中,因此需要不断从数据集中读取数据并进行处理。在大数据中,这部分的耗时相当可观,因此可以利用tfrecord进行预先处理数据,节省读取和处理的时间。使用tfrecord有几个问题:1.如何将图像转为tfrecord格式。2.如何读取tfrecord文件进行训练。3.如何读取多个t...原创 2020-05-06 21:59:57 · 817 阅读 · 0 评论 -
tensorflow 混合精度训练
混合精度是指在训练期间在模型中同时使用16位和32位浮点类型,以使其运行更快并使用更少的内存。通过将模型的某些部分保持在32位类型中以保持数值稳定性,模型将具有更短的步长时间,并且在评估指标(如准确性)方面同样可以训练。可以在现代GPU和TPU上将性能提高。tensorflow自带了混合精度训练,但是要求版本在2.1以上。而混合精度训练需要一定的硬件配置。虽然混合精度可以在大多数硬件上运行...原创 2020-03-10 15:28:49 · 5339 阅读 · 1 评论 -
使用tf.keras.applications中的模型构建自己的网络
使用tf.keras.applications中的模型构建自己的网络,并且使用官方的预训练模型:经过我反复实验: model = tf.keras.applications.MobileNetV2(include_top=False, weights="imagenet") inputs = tf.keras.layers.Input(shape=(224, 224, 3)...原创 2020-03-04 12:01:38 · 3752 阅读 · 0 评论 -
tf.Keras 保存为pb文件
折腾了我几天,一直搞不定。最后用以下代码成功保存。方法一:tensorflow2.0以上版本可以使用tf.saved_model.save(model, "save_test")model = tf.saved_model.load("save_test")来保存成pb文件,以及读取。方法二tensorflow1.x版本可以使用如下代码保存:session = t...原创 2020-02-27 22:04:11 · 5722 阅读 · 1 评论 -
keras 权重冻结
# model.layers可以获得模型的某一个层,你可以打印出层的名字,并且使用layer.trainable开关冻结,True为正常训练,False为冻结。for layer in model2.layers: layer.trainable = False print layer.trainable print layer.name或者在函数模型中直接关...原创 2018-08-11 15:43:08 · 4476 阅读 · 6 评论 -
keras 权重保存和权重载入
如果需要全部权重载入,直接使用权重载入方式model.save_weights('./weigths.h5')model2.load_weights('./weigths.h5') 但是有时候你只需要载入部分权重所以你可以这样操作首先,为所有层命名,在层中直接加入方法 name='layer1'第二,使用,将你不需要载入权重的值更改名字。最后,载入权重。x=B...原创 2018-08-11 15:53:22 · 14407 阅读 · 3 评论