![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow
g0415shenw
Stay hungry,Stay foolish
音视频交流群:759117824
GB28181技术交流群:708251501
UE4技术交流群:1036326334
展开
-
tensorflow之预测手写字的概率
手写字的识别,主要是预测这个子是几,每次的输出都是一个标签来标识是几。但是我想把例子改一下,改成预测某个数字是1的概率多大。而不是识别出他是几,仅仅预测某个手写数字的概率。这个和我想做的视频质量的概率预测是相同的,想先以这个为例,逐步完成最终我想完成的目标。*****************第一步先获取100张为1的图片*****************from tensorflow.e...原创 2019-02-18 11:05:38 · 1500 阅读 · 1 评论 -
tensorflow之FIFOQueue
FIFOQueue相当与一个队列创建一个队列,容量为2q = tf.FIFOQueue(2, "float")队列初始化init = q.enqueue_many(([0,1,2],)) 内容为0,1,2出列x = q.dequeue()进列q_inc = q.enqueue([y])队列遵循先进先出的规则全部示例:q = tf.FIFOQueue(3...原创 2019-01-18 10:38:55 · 487 阅读 · 0 评论 -
tensorflow之eval
有了sess.run之后,为什么还需要eval呢,感觉两个效果是一样的。参考下面博主:https://blog.csdn.net/chengshuhao1991/article/details/78554743简单点说就是:你可以使用sess.run()在同一步获取多个tensor中的值,使用Tensor.eval()时只能在同一步当中获取一个tensor值,并且每次使用 eval 和...原创 2019-01-18 10:09:36 · 443 阅读 · 0 评论 -
tensorflow之数据加载
先上一个示例参考https://blog.csdn.net/lujiandong1/article/details/53376802fileDir = 'C:/Users/shenwei/Desktop/data/'filenames = [fileDir+'A.csv', fileDir+'B.csv', fileDir+'C.csv']filename_queue = tf.t...原创 2019-01-18 10:00:57 · 306 阅读 · 0 评论 -
tensorflow之control_dependencies
声明:翻译tensorflow官方文档并进行了总结 参考博客tensorflow学习笔记(四十一):control dependenciestf.control_dependecies()tf.control_dependencies是tensorflow中的一个flow顺序控制机制,作用有二:插入依赖(dependencies)和清空依赖(依赖是op或tensor)。常见的tf.co...转载 2019-01-03 10:14:44 · 584 阅读 · 0 评论 -
tensorflow之ExponentialMovingAverage
tf.train.ExponentialMovingAverage函数定义tensorflow中提供了tf.train.ExponentialMovingAverage来实现滑动平均模型,他使用指数衰减来计算变量的移动平均值。tf.train.ExponentialMovingAverage.__init__(self, decay, num_updates=None, zero_de...原创 2019-01-02 18:40:22 · 366 阅读 · 0 评论 -
tensorflow之tfrecord
转自下面的https://blog.csdn.net/happyhorizion/article/details/77894055https://blog.csdn.net/sinat_29957455/article/details/83316173tfrecord数据文件是一种将图像数据和标签统一存储的二进制文件,能更好的利用内存,在tensorflow中快速的复制,移动,读取,存...原创 2019-01-11 17:37:37 · 254 阅读 · 0 评论 -
tensorflow之dropout
转自:https://blog.csdn.net/yangfengling1023/article/details/82911306tf.nn.dropout()是tensorflow里面为了防止或减轻过拟合而使用的函数,它一般用在全连接层Dropout就是在不同的训练过程中随机扔掉一部分神经元。也就是让某个神经元的激活值以一定的概率p,让其停止工作,这次训练过程中不更新权值,也不参...原创 2019-01-10 17:29:48 · 811 阅读 · 0 评论 -
tensorflow之reshape
reshape可以对shape进行重新分配示例:a_array=tf.constant([[[1,2,3], [4,5,6]], [[1,1,1], [1,1,1]]])print(a_array)print(tf.reshape(a_array,[2,6])) 输出:原创 2019-01-10 17:13:24 · 1005 阅读 · 0 评论 -
tensorflow之get_shape
tf.shape()很显然这个是获取张量的大小的x.get_shape(),只有tensor才可以使用这种方法,返回的是一个元组代码示例a_array=np.array([[1,2,3],[4,5,6]])b_list=[[1,2,3],[3,4,5]]c_tensor=tf.constant([[1,2,3],[4,5,6]])print(c_tensor.get_shape...原创 2019-01-10 17:01:33 · 428 阅读 · 0 评论 -
tensorflow之saver
有时候,想要把模型训练中途保存起来,方式由于意外断电等导致训练一半,什么都没了。参考下面的网友的文章。https://blog.csdn.net/index20001/article/details/74322198https://www.cnblogs.com/denny402/p/6940134.html 首先,保存和恢复都需要实例化一个 tf.train.Saver。...转载 2019-01-03 13:22:45 · 306 阅读 · 0 评论 -
tensorflow之视频质量诊断
参考https://www.cnblogs.com/skyfsm/p/8051705.html *********************看了1个多月的资料,我准备开始进行尝试使用tensorflow对视频质量进行判断***************第一步:选择网络模型我认为判断一路图像好或者坏,其实就是一个分类算法,一幅图像要么是好,要么坏,没有第三种选择吧。所...原创 2019-01-18 16:04:02 · 1376 阅读 · 0 评论 -
tensorflow之成品模型
很多模型在tensorflow中已经存在,如果有符合自己要求的可以拿来借鉴。参考这一篇博文:https://www.cnblogs.com/andrewwang/p/8536210.html 阿里云上面的一些知识:https://yq.aliyun.com/teams/132/type_blog?spm=a2c4e.11153940.0.0.51cf4c76wnAnks...原创 2019-02-15 17:25:49 · 288 阅读 · 0 评论 -
tensorflow之lenet训练手写字及应用
我的目标是用tensorflow实现视频质量诊断,但是馒头还是需要一个一个吃,先从工程应用的角度实现用python训练手写字,并在C#中调用识别自己写的手写字。思路如下:使用lenet网络训练完数据后,保存为pb,再通过tensorflowsharp调用pb实现对数字的识别。通过一天的尝试终于可以把手写字保存为pb,并成功调用pb实现数字识别。""" Convolutional ...原创 2019-01-23 15:28:44 · 475 阅读 · 0 评论 -
tensorflow之pd模型
pb格式,可以把训练好的模型的参数固话,便于调用。举个示例:with tf.Session(graph=tf.Graph()) as sess: x = tf.placeholder(tf.int32, name='x') y = tf.placeholder(tf.int32, name='y') b = tf.Variable(1, name='b') ...原创 2019-01-22 17:17:37 · 3613 阅读 · 0 评论 -
tensorflow之读取jpg图像保存为tfrecord再读取
有了jpg读取的经验和tfrecord写入的经验之后,开始尝试把jpg图像写入到tfrecord,另外还想尝试从tfrecord文件读出jpg图像上示例把jpg的图片的二进制以及长和宽的信息保存进tfrecorddecode_jpeg_data = tf.placeholder(dtype=tf.string)decode_jpeg = tf.image.decode_jpeg(dec...原创 2019-01-15 11:31:32 · 2313 阅读 · 1 评论 -
tensorflow之修改数组的值
有时候需要把数组中比较小的值过滤掉,示例:data1 = np.array([1,2,3])data2 = np.where(data1 > 1,data1,0)print(data2)输出结果可以看出,如果data1 大于1 那么取值为本来的值,如果小于1 则为0 ...原创 2019-01-25 14:51:59 · 991 阅读 · 1 评论 -
tensorflow之读取jpg图像长和宽
有时需要读取jpg图像的长和宽,tensorflow提供了很好的支持直接上示例decode_jpeg_data = tf.placeholder(dtype=tf.string)decode_jpeg = tf.image.decode_jpeg(decode_jpeg_data, channels=3)image_data = tf.gfile.FastGFile("C:/Use...原创 2019-01-15 10:44:53 · 2792 阅读 · 0 评论 -
tensorflow之安装opencv
由于opencv处理图片有着大量的库,所以决定安装一下,方便做一些图片处理。安装步骤如下:activate tensorflowpip install opencv-python 之后如下图:************************ 耐心等待中*****************安装成功之后调用,发现找不到模块 但是在安装目录里面可以找到安装的包...原创 2019-01-24 14:28:02 · 5763 阅读 · 0 评论 -
tensorflow之max_pool
tf.nn.max_pool(value, ksize, strides, padding, name=None)参数是四个,和卷积很类似: 第一个参数value:需要池化的输入,一般池化层接在卷积层后面,所以输入通常是feature map,依然是[batch, height, width, channels]这样的shape第二个参数ksize:池化窗口的大小,取一个四维向量,...原创 2019-01-08 16:54:04 · 466 阅读 · 0 评论 -
tensorflow之conv2d
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)第一个参数input:指需要做卷积的输入图像,它要求是一个Tensor,具有[batch, in_height, in_width, in_channels]这样的shape,具体含义是[训练时一个batch的图片数量, 图片高度, 图片...原创 2019-01-08 16:41:28 · 6400 阅读 · 0 评论 -
tensorflow之argmax与axis
argmax :返回矩阵中的最大索引一维矩阵的例子:input1 = tf.constant([1.0, 2.0, 3.0])with tf.Session() as sess: print(sess.run(tf.argmax(input1)))3最大,索引一般都是从0开始,所以应该返回2输出: 二维矩阵的例子:input1 = tf.constant([[1...原创 2018-12-31 12:50:24 · 935 阅读 · 0 评论 -
tensorflow之矩阵相乘与matmul
矩阵如何做乘法,一直没搞清楚,今天写个实例:如下:a = tf.constant([[1,2],[3,4]])b = tf.constant([[0,0],[1,0]])c =a *bwith tf.Session() as sess: print(sess.run(a)) print(sess.run(b)) print(sess.run(c))输出如下: 从上...原创 2018-12-31 11:37:06 · 7239 阅读 · 2 评论 -
tensorflow之regularizer
上代码a = tf.constant([2.0,3.0,4.0]) b = tf.contrib.layers.l1_regularizer(1.0)(a) c = tf.contrib.layers.l2_regularizer(1.0)(a) with tf.Session() as sess: print(sess.run(a)) #输出L1 正则化,计算方法...转载 2018-12-23 19:26:49 · 1116 阅读 · 0 评论 -
tensorflow之线性回归
今天从机器学习的第一个实例,线性回归,开始感受tensorllow的使用。来张图来感受一下 直接上代码吧:#!/usr/bin/env python3# -*- coding: utf-8 -*- import tensorflow as tfimport matplotlib.pyplot as pltimport numpy as npimport osos.e...原创 2018-12-18 11:15:12 · 312 阅读 · 0 评论 -
tensorflow之交叉熵
https://blog.csdn.net/tsyccnh/article/details/79163834(转自上面的博客,讲得太好了,保存一下,方便以后复习) 关于交叉熵在loss函数中使用的理解交叉熵(cross entropy)是深度学习中常用的一个概念,一般用来求目标与预测值之间的差距。以前做一些分类问题的时候,没有过多的注意,直接调用现成的库,用起来也比较方便。最近开始...转载 2018-12-22 20:01:03 · 478 阅读 · 0 评论 -
tensorflow之softmax
softmax 就是把值做个映射,映射到0-1之间,并且映射之后,和为1.举个例子:tt = tf.constant([1.0,2.0])y = tf.nn.softmax(tt)with tf.Session() as sess: print(sess.run(y))输出 注意看1argmax:返回最大数的索引labels1=[[0, 0, 1], ...原创 2018-12-22 19:45:21 · 646 阅读 · 0 评论 -
tensorflow之安装tensorboard
tensorboard工具可以查看tensorflow构建的图,我觉得十分方便,所以决定安装一下。步骤如下:输入anaconda然后activate tensorflow然后conda install tensorboard如下图: 写一个简单的代码测试一下效果:import tensorflow as tfimport osos.environ['TF_...原创 2018-12-15 20:37:04 · 1069 阅读 · 0 评论 -
tensorflow之卷积神经网络
直接上代码进行分析:""" Convolutional Neural Network.Build and train a convolutional neural network with TensorFlow.This example is using the MNIST database of handwritten digits(http://yann.lecun.com/ex...原创 2018-12-20 20:50:43 · 287 阅读 · 0 评论 -
tensorflow之truncated_normal
tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度,mean是均值,stddev是标准差。这个函数产生正太分布,均值和标准差自己设定。这是一个截断的产生正太分布的函数,就是说产生正太分布的值如果与均值的差值大于两倍的标准差,那就重新生成。和一般的正太分布的产生随机数据比起来,这个函数产生的随机数与均值的差距不会超过两倍的标准差,但是一般...原创 2018-12-26 16:12:49 · 456 阅读 · 0 评论 -
tensorflow之卷积池化和全连接
卷积:当从一个大尺寸图像中随机选取一小块,比如说 8x8 作为样本,并且从这个小块样本中学习到了一些特征,这时我们可以把从这个 8x8 样本中学习到的特征作为探测器,应用到这个图像的任意地方中去。特别是,我们可以用从 8x8 样本中所学习到的特征跟原本的大尺寸图像作卷积,从而对这个大尺寸图像上的任一位置获得一个不同特征的激活值。 下面给出一个具体的例子:假设你已经从一个 96x96 ...转载 2018-12-20 13:47:22 · 553 阅读 · 0 评论 -
tensorflow之数据集
数据集不全,以后慢慢更新 一个网友收集的运动目标检测,阴影检测的标准测试视频http://blog.csdn.net/sunbaigui/article/details/6363390 很权威的change detection检测视频集,里面有将近20种主流算法在这个测试集上的运行结果和ROC,PRA曲线http://changedetection.net/ VIV...转载 2018-12-20 11:03:18 · 510 阅读 · 0 评论 -
tensorflow之relu
tf.nn.relu()函数是将大于0的数保持不变,小于0的数置为0a = tf.constant([-1.0, 2.0])with tf.Session() as sess: b = tf.nn.relu(a) print (sess.run(b))输出 再举个例子吧:import tensorflow as tf a = tf.constant(...原创 2018-12-23 20:08:40 · 435 阅读 · 0 评论 -
tensorflow之reduce_mean
tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴(tensor的某一维度)上的的平均值,主要用作降维或者计算tensor(图像)的平均值。 reduce_mean(input_tensor, axis=None, keep_dims=False, ...转载 2018-12-23 20:20:55 · 550 阅读 · 0 评论 -
tensorflow之安装PIL
由于我是用anaconda单独安装的tensorflow环境,所以需要按照如下步骤进行安装进入tensorflow环境:activate tensorflow安装PILpip install PIL然后报错如下: ...原创 2019-01-04 16:00:33 · 2833 阅读 · 6 评论 -
tensorflow之train.get_checkpoint_state
tf.train.get_checkpoint_state函数通过checkpoint文件找到模型文件名。该函数返回的是checkpoint文件CheckpointState proto类型的内容,其中有model_checkpoint_path和all_model_checkpoint_paths两个属性。其中model_checkpoint_path保存了最新的tensorflow模型文件...原创 2019-01-04 15:33:11 · 1166 阅读 · 0 评论 -
tensorflow之cast
tf.cast(x,dtype,name)此函数的目的是为了将x数据,准换为dtype所表示的类型,例如tf.float32,tf.bool,tf.uint8等示例x = tf.Variable([True,True,False,False])y = tf.cast(x,dtype = tf.float32)sess = tf.Session()init = tf.global...原创 2019-01-04 15:13:45 · 426 阅读 · 0 评论 -
tensorflow之variables_to_restore
variables_to_restore函数,是TensorFlow为滑动平均值提供。之前,也介绍过通过使用滑动平均值可以让神经网络模型更加的健壮。我们也知道,其实在TensorFlow中,变量的滑动平均值都是由影子变量所维护的,如果你想要获取变量的滑动平均值需要获取的是影子变量而不是变量本身。1/滑动平均值模型文件的保存if __name__ == "__main__": v =...转载 2019-01-04 14:58:45 · 278 阅读 · 0 评论 -
tensorflow之random_normal
random_normal 生成符合正太分布的矩阵tf.random_normal(shape, mean = 0.0, stddev = 1.0, dtype = tf.float32, seed = None, name = None)解释:这个函数返回一个随机数序列,数组里面的值按照正态分布。 shape: 输出张量的形状,必选 mean: 正态分布的均值,默认为...原创 2019-01-03 15:36:21 · 1070 阅读 · 0 评论 -
TensorFlow之Vscode调试
1、查看安装的python版本conda --versionpython --version conda info -e 安装vscode安装anaconda 安装tensorflow继续在 Anaconda Prompt 窗口输入:conda create -n tensorflow python=3.5按回车。表示创建 TensorFl...原创 2018-12-12 12:44:41 · 3241 阅读 · 4 评论