TensorFlow
文章平均质量分 77
搞视觉的张小凡
学习是一种信仰
展开
-
tensorflow转onnx模型
一、准备相应的库 tensorflow当然是要的。 安装onnx-tensorrtgit clone https://github.com/onnx/onnx-tensorflow.git && cd onnx-tensorflow && pip install -e .二、转pb文件 一般来说的模型导出方法会将网络信息与权重信息分开存储在不同文件当中,比如ckpt,meta等文件这在部署时候不是很方便。官方提供了一种Fre...原创 2021-02-20 16:43:00 · 6748 阅读 · 0 评论 -
Tensorflow训练出现could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR 错误
Tensorflow1.10 Gpu:2080 cuda:9问题:执行训练的时候,就算batchsize设置为1,也会出现一下问题 could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR解决办法: 搜了很多办法,下面罗列解决的办法一、config = tf.ConfigProto()c...原创 2019-11-07 14:10:32 · 1902 阅读 · 5 评论 -
目标检测SSD源码解析
0. 前言纸上得来终觉浅,绝知此事要躬行。 物体检测方面的经典论文基本上都看完了,但具体实现脑子里一点想法都没有。 相比分类任务,物体检测在数据预处理、标签处理等一系列过程中都更复杂。 选择 Github: balancap/SSD-Tensorflow 作为切入点: 首先,个人感觉相比R-CNN系列,SSD模型更容易理解。 其次,其实我花几天浏览过 Github: tens...转载 2019-01-01 16:25:42 · 2292 阅读 · 2 评论 -
手把手教你训练自己的目标检测模型(SSD篇)
目标检测是AI的一项重要应用,通过目标检测模型能在图像中把人、动物、汽车、飞机等目标物体检测出来,甚至还能将物体的轮廓描绘出来,就像下面这张图,是不是很酷炫呢,嘿嘿在动手训练自己的目标检测模型之前,建议先了解一下目标检测模型的原理(见文章:大话目标检测经典模型RCNN、Fast RCNN、Faster RCNN,以及Mark R-CNN),这样才会更加清楚模型的训练过程。本文将在我们前面搭...转载 2018-12-24 22:50:46 · 26510 阅读 · 77 评论 -
目标检测——SSD-TensorFlow训练自己的数据集踩坑记
一、首先下载代码:https://github.com/balancap/SSD-Tensorflow 目前是github基于TensorFlow星星最高的开源SSD。2、解压至某个文件夹,我这里解压的路径是 /media/comway/data/dial_SSD/SSD-Tensorflow-master若是其他路径,后面进行相应的更改。3、制作2007VOC数据集(谷歌一下,一...原创 2019-01-12 11:11:31 · 9230 阅读 · 28 评论 -
ubuntu16.04安装Detectron教程及解决方案
本博客介绍了如何安装Detectron,其依赖项(包括Caffe2)和COCO数据集。安装前所需知道的知识:a、Detectron运营商目前没有CPU实施;需要GPU系统。b、caffe2 已经集成到pytorch1.0中,所以框架我们直接安装pytorch即可。c、Detectron已经过CUDA 8.0和cuDNN 6.0.21的广泛测试,不过cuda其他版本也是可以的,比如...原创 2018-12-22 10:33:43 · 2406 阅读 · 0 评论 -
TensorFlow学习(五)之Ubuntu16.04安装TensorFlow———GPU版本(gtx1070+ubuntu16.04)
Ubuntu16.04系统安装系列: Ubuntu系统安装QQ+百度云盘+微信+迅雷下载等 Ubuntu系统安装网易云音乐 Ubuntu系统安装搜狗输入法 Ubuntu系统安装SMPlayer播放器 Ubuntu系统安装sublime编辑器 Ubuntu系统安装vim...原创 2018-12-08 15:16:33 · 5784 阅读 · 2 评论 -
深度学习中的batch_size设置
Batch_Size(批尺寸)是深度学习中的重要参数,本文通过讲解batch_size存在的原因,选取合理的参数值的优缺点,建议设置的大小。 一、Mini-batches 方法的重要性如果数据集比较小,完全可以把整个数据集用来训练,这样有 2 个好处:其一,由全数据集确定的方向能够更好地代表样本总体,从而更准确地朝向极值所在的方向。其二,由于不同权重的梯度值差别巨大,因此选取一个全局...原创 2018-08-20 16:15:26 · 17901 阅读 · 9 评论 -
TensorFlow学习(四)之基于win10实现官方Object Detection API 步骤及出现的坑bug解决办法
第一步:安装所需的库1 下载Tensorflow object detection API ; https://github.com/tensorflow/models 到本地,这一步一般不会报错下载后,配置环境变量,在 ‘此电脑’-‘属性’- ‘高级系统设置’ -‘环境变量’-‘系统变量’ 中,将tensorflow-models\research\ 和tensorflow-m...原创 2018-08-05 20:03:35 · 2810 阅读 · 9 评论 -
Tensorflow学习(二)之——保存加载模型、Saver的用法
1. Saver的背景介绍 我们经常在训练完一个模型之后希望保存训练的结果,这些结果指的是模型的参数,以便下次迭代的训练或者用作测试。Tensorflow针对这一需求提供了Saver类。Saver类提供了向checkpoints文件保存和从checkpoints文件中恢复变量的相关方法。Checkpoints文件是一个二进制文件,它把变量名映射到对应的tensor值 。 只要提供一...原创 2018-07-27 21:57:50 · 1600 阅读 · 0 评论 -
numpy中axis参数理解
前言在学习axis时,其为0或者为1的时候,到底是行还是列。初学的时候感觉好像numpy和python中不一样,0有的时候代表行,有的时候代表列,经常犯错。其实是自己对其理解有误。下面开始来讲解。numpy当中axis的值表示的是这个多维数组维度的下标,比如有一个二维数组a,a的shape是(5,6),也就是说a有5行6列,axis=0表示的就是[5,6]中的第一维,也就是行,axis=1...原创 2018-07-22 21:19:23 · 791 阅读 · 0 评论 -
tensorflow学习之常用函数:tf.reduce_mean,tf.reduce_sum
前沿学习TensorFlow的时候,经常要编写损失函数的代码,经常需要用到tf.reduce_mean,tf.reduce_sum等函数。reduce_max求最大值tf.reduce_max(input_tensor, reduction_indices=None, keep_dims=False, name=None)参数1--input_tensor:待求值的tensor。...原创 2018-07-22 21:03:12 · 1358 阅读 · 0 评论 -
TensorFlow学习(三)之-——常用随机函数用法与numpy常用随机函数
一、TensorFlow常用随机函数1.tf.constanttf.constant(value, dtype=None, shape=None) 创建一个常量tensor,按照给出value来赋值,可以用shape来指定其形状。value可以是一个数,也可以是一个list。 如果是一个数,那么这个常亮中所有值的按该数来赋值。2.tf.random_normal从正态分...原创 2018-07-26 22:28:37 · 887 阅读 · 3 评论 -
TensorFlow学习(一)——tensorboard,可视化(如制作loss损失变化图【重要】)summary/scalar/histogram/FileWriter
TensorFlow开发了一个特别有用的可视化工具包:TensorBoard,既可以显示网络结构,又可以显示训练和测试过程中各层参数的变化情况,也是现实神经网络流程图,分为四个部分,第一部分介绍步骤,第二部分是完整代码,第三部分是运行结果。第一部分:基本步骤A、神经网络流程图所有流程图需要添加如下小部件:,网络层层(layer),输入(input-x,input-y),权重(weigh...原创 2018-07-20 19:19:30 · 26952 阅读 · 39 评论