![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow
文章平均质量分 73
牧羊女说
有马甲线的女程序猿、攻城狮、加班狗~
展开
-
基于Keras的MTCNN模型实现
之前在文章mtcnn人脸检测算法介绍中对MTCNN的模型结构进行了说明,今天正好有点时间,把MTCNN的模型实现写一写。1. P-NetP-Net的模型结构如下:代码实现:# ----------------------------------------------------## 粗略获取人脸框# 输出bbox位置和是否有人脸# 已有P-Net模型的权重数据存在weight_path中# # --------------------------------原创 2022-03-09 17:48:36 · 835 阅读 · 0 评论 -
TensorFlow的基本结构
照猫画虎地使用了一段时间TensorFlow,开源项目也调了好些个,但是在深入到具体细节的时候,发现完全不知其所以然。所以决定抽点时间把基础知识补一补,省得以后继续抓瞎。众所周知,TensorFlow是由Google开源的机器学习算法库,自2015年发布以来,在全球范围内受到了极大的关注,用户量一直居于各大机器学习框架之首。TensorFlow支持PC、服务器、移动端、嵌入式等各种平台,开放了Python、C++和Java等语言的接口,可以说受众非常广。对于初学者来说,Python无疑是上手最快的。原创 2022-03-04 10:24:55 · 1424 阅读 · 0 评论 -
记一次H5模型转换TFLite格式并做8bit量化的过程
本篇记录一次从Keras生成的H5模型转换成TFLite模型的过程。中间踩了一些坑,记录下来以供参考。import tensorflow as tffrom tensorflow.python.keras import backend as Kfrom tensorflow.python.keras.utils import CustomObjectScopeconverter = tf.lite.TFLiteConverter.from_keras_model_file('facenet_k原创 2022-01-06 19:12:14 · 5313 阅读 · 30 评论 -
TensorFlow学习——tf.keras接口保存和加载模型
跑了几个深度学习的程序之后,开始静下心来研究算法和代码,因为刚开始接触TensorFlow,第一个拦路虎就是各种API的使用,不想囫囵吞枣,只能在工作之外去学习这些基础知识,各个击破。今天主要是tf.keras接口的简介,以及最近遇到比较多的模型的保存和加载。1. tf.keras简介tf.keras接口是在TensorFlow中封装的Keras接口。Keras接口是一个用Python语言编写的高层神经网路API,可以运行在TensorFlow、CNTK以及Theano上,也就是说它可以以这三个原创 2021-12-30 20:42:44 · 3314 阅读 · 0 评论