tensorflow
zjLOVEcyj
composing code was a kind of art
展开
-
win10成功安装pycocotools
这两天安装pycocotools一直没成功,直到今天看到了曙光,记录一下。这里直接pip install pycocotools必定失败,没事往下看下载上述whl编译文件后再pip install pycocotools_windows-2.0.0.2-cp37-cp37m-win_amd64.whl下载地址 https://pypi.org/project/pycocotools-windows/#files我这里下载的是python3.7版本64位的直接successfully inst原创 2021-05-10 19:53:19 · 187 阅读 · 2 评论 -
利用谷歌的预训练模型实现目标检测object_detection_tutorial.ipynb
环境准备运行这个预训练的模型需要准备一些环境首先需要下载谷歌的models-master.zip地址在https://github.com/Master-Chen/models下载完成后我们需要的是research/objection_detection这个项目在运行这个项目之前还需要下载谷歌的protoc3.4.0下载结束后只需要将bin目录里的protoc.exe文件放在有环境变量的一个目录下即可之后在research路径下打开命令行 运行 protoc objection_de原创 2021-04-27 16:30:59 · 891 阅读 · 1 评论 -
UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initial
使用环境是tensoflow2.0.0-gpu+keras2.3.1使用keras创建卷积层时报错,可能是显存问题在程序头添加以下代码设置增长式分配显存即可from tensorflow.compat.v1 import ConfigProtofrom tensorflow.compat.v1 import InteractiveSessionconfig = ConfigProto()config.gpu_options.allow_growth = Truesession = Intera原创 2021-04-17 15:35:50 · 91 阅读 · 0 评论 -
多任务学习之验证码识别
1.生成验证码数据集这里利用captcha模块生成验证码,直接pip install captcha即可安装# 验证码生成库from captcha.image import ImageCaptcha import numpy as npimport randomimport sysimport os#验证码包含的数字 也可添加字母number = ['0','1','2','3','4','5','6','7','8','9']#返回一个包含4个随机数的列表def rando原创 2021-04-14 13:17:01 · 181 阅读 · 1 评论 -
利用google的inception3重训练自己的图像识别模型(迁移学习)
1.准备数据集准备几个类别的图像数据集存放在各自类别路径下如上图,将五个类别的图像数据分别存放在各自的文件目录,这里每个类别存放了500张.jpg图像文件,命名是0001.jpg - 0500.jpg2.下载inception_model这里需要将谷歌的inception_model文件放置在程序相同的路径下,可以从这里https://download.csdn.net/download/cyj5201314/16581511 下载model...原创 2021-04-10 14:35:02 · 447 阅读 · 1 评论 -
利用inception-v3实现各种图像识别
从 http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz下载谷歌开发的inception3网络导入要使用的包import tensorflow.compat.v1 as tfimport osimport numpy as npimport refrom PIL import Imageimport matplotlib.pyplot as pltos.environ['TF_CPP_原创 2021-04-08 22:01:33 · 370 阅读 · 0 评论 -
LSTM实现Mnist手写数字识别
import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'import tensorflow.compat.v1 as tffrom tensorflow.examples.tutorials.mnist import input_datatf.compat.v1.disable_eager_execution()# 载入数据集mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)# 输原创 2021-04-08 17:01:34 · 392 阅读 · 0 评论 -
tensorflow2.2.0GPU版本+CUDA+cudnn安装+配置防坑指南
在委屈求全使用了一段时间的cpu版的tf之后,终于在今天下定决心安装配置GPU版的tf,安装+配置大概用了两个小时,下面记录一下安装过程和爬坑技巧,防止大家踩坑1.首先安装显卡驱动以防万一,无论设备原先是否安装过显卡驱动都重新安装或更新一下附上官网链接 https://www.nvidia.cn/geforce/drivers/选择手动搜索显卡驱动作者的辣鸡显卡是GTX1050Ti,大家按照自己的显卡搜索对应的驱动根据作者的经验,选择一个发行日期不太新也不太旧的版本下载,下载完以后一.原创 2021-04-05 20:05:12 · 3878 阅读 · 1 评论 -
tesnorflow卷积神经网络对Mnist手写数字识别
import tensorflow.compat.v1 as tftf.disable_v2_behavior()from tensorflow.examples.tutorials.mnist import input_dataimport osos.chdir("E:\\code\\tensorflow\\第二周\\")os.environ['TF_CPP_MIN_LOG_LEVEL']='2'mnist = input_data.read_data_sets('MNIST_data',原创 2021-04-05 16:44:33 · 167 阅读 · 2 评论 -
tensorflow模型保存与加载
训练并保存模型import tensorflow.compat.v1 as tftf.disable_v2_behavior()from tensorflow.examples.tutorials.mnist import input_data# 载入数据集mnist = input_data.read_data_sets("MNIST_data",one_hot=True)# 每个批次64张照片batch_size = 64# 计算一共有多少个批次n_batch = mnist.tr原创 2021-04-05 12:59:28 · 373 阅读 · 0 评论 -
tensorflow模拟非线性回归
引入tensoflow,安装的v2版本但要使用v1的会话import tensorflow.compat.v1 as tfimport numpy as npimport matplotlib.pyplot as plttf.disable_v2_behavior()# numpy生成200个随机点x_data = np.linspace(-0.5,0.5,200)[:,np.newaxis]noise = np.random.normal(0,0.02,x_data.shape)y_.原创 2021-03-31 11:31:24 · 187 阅读 · 0 评论 -
tensorflow建立逻辑回归模型对MNIS手写数字图片进行识别
import tensorflow as tfimport osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'# 加载mnist数据集from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("./dataset/MNIST_dataset", one_hot=True)# 设置参数learning_rate = 0.01traini原创 2020-05-27 21:58:35 · 353 阅读 · 0 评论 -
tensorflow常用方法
1. tf.matrix_inverse()用于矩阵求逆2. tf.matmul()用于矩阵乘法3. tf.transpose()用于矩阵转置4. tf.random_uniform([a, b], -1.0, 1.0)用于生成一个形状为(a,b)元素值为-1.0到1.0均匀分布的随机值的张量5. tf.square()用于求平方6. tf.reduce_mean()用于求均...原创 2020-02-27 18:25:42 · 240 阅读 · 1 评论 -
利用tensorflow模拟线性回归
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#指定参数learning_rate = 0.01 #学习率training_epochs = 1000 #训练代数display_step = 50 #隔50代打印一次日志# 生成训练数据train_X = np.asarray([3.原创 2020-05-27 19:51:55 · 278 阅读 · 0 评论 -
pycharm消除运行tensorflow项目时产生的警告信息
运行tensorflow程序时系统会产生一些无关紧要的警告信息,但是会影响我们查看Console时的心情,很容易把我们累死,所有我们有必要将这些警告信息屏蔽掉。方法很简单,只需在在项目中加入以下两行import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'将系统的提示信息设置为屏蔽警告即可,这样就能看到整洁清爽的控制台了。...原创 2020-05-25 23:32:47 · 3062 阅读 · 4 评论