tensorflow入门到删库
文章平均质量分 83
cvvoid
这个作者很懒,什么都没留下…
展开
-
tensorflow官方教程-高级-图像-迁移学习和微调,fine-tuning
数据预处理import matplotlib.pyplot as pltimport numpy as npimport osimport tensorflow as tffrom tensorflow.keras.preprocessing import image_dataset_from_directory下载数据在本教程中,您将使用一个包含数千张猫和狗图像的数据集。下载并解压缩包含图像的zip文件,然后tf.data.Dataset使用该tf.keras.preprocessing原创 2021-05-23 19:11:17 · 1602 阅读 · 4 评论 -
tensorflow core ---Image classification图片分类
learn -tutorial -tensorflow core —Image classification文章目录导入TensorFlow和其他库下载并浏览数据集使用keras.preprocessing加载可视化数据配置数据集以提高性能标准化数据注意:注意:创建模型编译模型model summary训练模型可视化training结果过度拟合Data augmentationDropout编译和训练模型可视化training结果预测新数据注意:总结本教程显示如何对花朵图像进行分类。它使用keras.原创 2021-05-23 16:39:41 · 1001 阅读 · 3 评论 -
sparse_categorical_crossentropy和SparseCategoricalCrossentropy的用法区别
TensorFlow2 -基本函数解释tf.keras.losses.SparseCategoricalCrossentropy和tf.keras.losses.sparse_categorical_crossentropy从以下几个方面区分函数tf.keras.losses.sparse_categorical_crossentropy(y_true, y_pred)函数,求交叉熵损失例子:import tensorflow as tfimport numpy as npy_true原创 2021-05-10 14:08:24 · 3025 阅读 · 0 评论 -
preprocess_input()到底做了什么
preprocess_input(),这是tensorflow下keras自带的类似于一个归一化的函数;其对传入的图像做了一些意想不到的事情,虽然能够加快图像的处理速度等优点,但是用起来还是不大方便,来回转化不够通用,虽然也有其自带的转化函数,但是总感觉有些问题;现将此函数源码分析如下:源码路径可以通过如下方式找到:def _preprocess_numpy_input if mode == 'tf': x /= 127.5 x -= 1. return x...原创 2021-05-09 22:08:08 · 3078 阅读 · 0 评论 -
tensorflow官方Blog-使用Keras Tuner超参数优化框架 进行超参数调整 ,具体实现版本
https://blog.tensorflow.org/博客上好东西很多,获益匪浅,大家常看常练习进入正题,keras tuner超参数优化框架机器学习项目的成功往往是关键取决于良好的超参数的选择。随着机器学习作为一个领域继续成熟,依靠反复试验为这些参数找到合适的值(也称为“梯度下降”)根本无法扩展。实际上,通过复杂的超参数优化算法发现了许多当今的最新结果,例如EfficientNet。在此,请大佬们拜读efficientnet论文Keras Tuner是易于使用的可分配超参数优化框架,可解决执行超原创 2021-05-09 09:58:40 · 2133 阅读 · 2 评论 -
深度学习中的depthwise convolution,pointwise convolution,SeparableConv2D深度可分离卷积
DepthwiseConv2D深度方向的空间卷积pointwise convolution,SeparableConv2D深度可分离卷积SeparableConv2D实现整个深度分离卷积过程,即深度方向的空间卷积 (分别作用于每个输入通道)+ 输出通道混合在一起的逐点卷积,DepthwiseConv2D仅仅实现前半部分的空间卷积 (分别作用于每个输入通道)。DepthwiseConv2D:不同channel用不同的卷积核做卷积深度可分离 2D 卷积。深度可分离卷积包括仅执行深度空间卷积中的第一原创 2021-05-08 17:52:34 · 1265 阅读 · 0 评论 -
TensorFlow2-tf.train.Checkpoint 保存
TensorFlow Keras 训练结果/变量的保存与恢复Checkpoint 只保存模型的参数,不保存模型的计算过程,因此一般用于在具有模型源代码的时候恢复之前训练好的模型参数。如果需要导出模型(无需源代码也能运行模型),请参考 “部署” 章节中的 SavedModel 。很多时候,我们希望在模型训练完成后能将训练好的参数(变量)保存起来。在需要使用模型的其他地方载入模型和参数,就能直接得到训练好的模型。可能你第一个想到的是用 Python 的序列化模块 pickle 存储 model.variab原创 2021-04-24 10:11:24 · 943 阅读 · 0 评论 -
TensorFlow2 - 保存模型Keras完整版,save,get_config(),save_weights
官网Keras教程-保存模型保存 Keras 模型:model = ... # Get model (Sequential, Functional Model, or Model subclass) model.save('path/to/location')将模型加载回来:from tensorflow import kerasmodel = keras.models.load_model('path/to/location')保存和加载整个模型您可以将整个模型保存到单个工件中。它将原创 2021-04-24 09:47:09 · 3910 阅读 · 1 评论 -
TensorFlow2官方指南 :训练检查点Checkpoint 指南
训练检查点指南检查点可以捕获模型使用的所有参数(tf.Variable 对象)的确切值。检查点不包含对模型所定义计算的任何描述,因此通常仅在将使用保存参数值的源代码可用时才有用。本文介绍用于编写和读取检查点的 API。import tensorflow as tfclass Net(tf.keras.Model): """A simple linear model.""" def __init__(self): super(Net, self).__init__() se原创 2021-04-24 09:40:52 · 1981 阅读 · 1 评论 -
TensorFlow2 -官方教程 :保存和恢复模型
TensorFlow2 -官方教程保存和恢复模型准备工作:安装,导入,获取数据集,定义modelpip install -q pyyaml h5py # 以 HDF5 格式保存模型所必须import osimport tensorflow as tffrom tensorflow import kerasprint(tf.version.VERSION)2.3.0获取示例数据集要演示如何保存和加载权重,您将使用 MNIST 数据集. 要加快运行速度,请使用前1000个示例:(原创 2021-04-23 16:14:57 · 2672 阅读 · 0 评论 -
keras 保存模型 -说重点 ,实用 pickle保存-history列表
更加科学保存模型filepath = 'model-ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5'checkpoint = ModelCheckpoint(filepath, monitor='val_loss', verbose=1, save_best_only=True, mode='min')这样设置会生成多个h5文件,若filepath='mymodel.h5’则只会生成一个文件,同时save_best_only打开之后,如果原创 2021-04-22 13:01:06 · 2749 阅读 · 0 评论 -
TensorFlow1 -1保存模型---tf.train.Saver,ckpt模型和PB 模型
Tensorflow 1 加载预训练模型和保存模型 (csdn非官方,补充)整篇文章主要是这里的内容,重新排版,并且也补充了一些东西.参考1参考21 Tensorflow模型文件结构在checkpoint_dir目录下保存的文件结构如|--checkpoint_dir| |--checkpoint| |--MyModel.meta| |--MyModel.data-00000-of-00001| |--MyModel.indexmeta文件:计算图的结构,没原创 2021-04-22 12:53:42 · 1605 阅读 · 0 评论 -
keras ImageDataGenerator类的基本函数使用介绍(3)flow_from_dataframe函数实例
(1)flow_from_dataframe函数实例keras中文官方文档flow_from_dataframe()flow_from_dataframe作者原文转载自flow_from_dataframe()我们需要train训练集图片文件都放在一个文件夹里,然后csv文件的形式是文件名对应类标签,然后调用flow_from_dataframe()就可以传入该csv文件名 和 图像所在的文件夹传入x_col: 字符串,dataframe 中包含目标图像文件夹的目录的列。y_c原创 2021-04-17 16:27:05 · 3508 阅读 · 1 评论 -
keras ImageDataGenerator类-(2)--flow()
导入from keras.preprocessing.image import ImageDataGenerator直接上例子train_datagen = ImageDataGenerator(datagen = ImageDataGenerator( #图片随机翻转的角度 rotation_range=10, #图片随机水平偏移的幅度 width_shift_range=0.2, #图片随机垂直偏移的幅度原创 2021-04-17 16:25:01 · 351 阅读 · 0 评论 -
keras ImageDataGenerator类(1)-flow_from_directory
1前言ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器,可以每一次给模型“喂”一个batch_size大小的样本数据,同时也可以在每一个批次中对这batch_size个样本数据进行增强,扩充数据集大小,增强模型的泛化能力。比如进行旋转,变形,归一化等等。图片生成器,负责生成一个批次一个批次的图片,以生成器的形式给模型训练;对每一个批次的训练图片,适时地进行数据增强处理(data augmentation);——————————————原创 2021-04-17 16:23:45 · 4384 阅读 · 0 评论 -
tensorflow 最新环境配置 ,anaconda,以及各种报错
anaconda 创建新环境报错An unexpected error has occurred. Conda has prepared the above report.解决办法conda clean -i然后执行 conda create tf2 python3.7激活环境conda activate tf2conda install cudatoolkit=10.1安装英伟达的SDK 10.1版本conda install cudnn=7.6安装英伟达深度学习软件包7.6版本原创 2021-03-05 17:02:46 · 205 阅读 · 0 评论