![](https://img-blog.csdnimg.cn/a9d71c8c5d114a34acb58e1f7dd212f2.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Tensorflow2
文章平均质量分 75
深度学习框架Tensorflow2.0
不知道在干嘛每天
不知道在干嘛每天
展开
-
【colab】Colab解压zip文件
!unzip -uq "拓展名为zip的文件" -d "解压到的目录"原创 2021-12-21 10:30:28 · 3055 阅读 · 0 评论 -
【TF2】记录一次完整的深度学习代码
# 导入库import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, datasets, optimizers, Sequential, metrics# 获取fashion_mnist数据集(x, y), (x_test, y_test) = datasets.fashion_mnist.load_data()print(x.shape, y.shape)# 定义batch原创 2021-12-09 09:11:39 · 226 阅读 · 0 评论 -
【部署】TensorRT边缘部署
文章目录TensorRT简介方案步骤保存训练好的模型saved_model 转 onnx验证转换后的onnx的模型的正确性onnx 转 trt命令形式用代码转换推理项目背景:把tensorflow训练好的模型部署到嵌入式设备jetson nano上,做边缘计算。TensorRT简介tensorrt官方文档方案tensorflow -> onnx -> trttensorflow:训练好的模型要保存为saved_model格式(在【04】keras高级API 文章中有说明)原创 2021-12-09 09:09:24 · 3797 阅读 · 2 评论 -
【部署】TensorflowServing部署模型
文章目录保存模型SavedModel 格式保存启动服务环境准备启动服务测试模型是否加载成功输入参数预测结果python调用测试参考资料保存模型SavedModel 格式保存使用 SavedModel 格式进行模型保存tf.saved_model.save(model, 'path_to_saved_model')在当前文件夹里面会多出一个文件夹path_to_saved_model.├── assets├── saved_model.pb└── variables ├──原创 2021-12-09 09:05:59 · 479 阅读 · 0 评论 -
【知识点】自然语言处理
文章目录自然语言处理1、分词器分词器拓展2、序列化将上面的sentences序列化用新的句子看看序列化效果解决句子成分丢失句子补齐——pad_sequences3、嵌入4、LSTM层自然语言处理1、分词器导入from tensorflow.keras.preprocessing.text import Tokenizer创建分词器tokenizer = Tokenizer(num_words=100) # 创建100大小的词典根据数据集分词fit_on_texts将遍历整个文原创 2021-12-09 09:02:44 · 281 阅读 · 0 评论 -
【知识点】卷积神经网络
符号约定n 原图像大小,比如6*6的图像,n=6f 过滤器大小,比如3*3的过滤器,f=3p padding填充多少像素,填充2像素,p=2s 卷积步长nc 通道数nc’ 过滤器个数图片左上角的坐标为(0,0),右下角标记为(1,1)。要确定边界框的具体位置,需要指定红色方框的中心点,这个点表示为(bx , by),边界框的高度为 bh,宽度为bw。过滤器如何在图像中检测边缘?看一个例子,一个6×6的灰度图像。因为是灰度图像,所以它是6×6×1的矩阵,而不是6×6×3的,因为没有RGB原创 2021-12-09 09:00:27 · 2437 阅读 · 0 评论 -
【TF2-05】过拟合
文章目录欠拟合过拟合数据集划分交叉验证正则化L1正则L正则使用Dropout欠拟合模型在训练集上误差一直维持较高的状态,很难优化减少,同时在测试集上也表现不佳,我们可以考虑是否出现了欠拟合的现象。过拟合模型在训练样本上的误差非常小,甚至比真实模型在训练集上的误差还要小。但是对于测试样本,模型性能急剧下降,泛化能力非常差。数据集划分训练集:用来训练模型验证集:用来筛选模型测试集:用来测试已经训练好的模型交叉验证首选,测试数据集是不参与数据的训练。剩下训练集和验证集,如果只用训练集原创 2021-12-08 19:47:25 · 739 阅读 · 0 评论 -
【TF2-04】keras高级API
文章目录简介网络层网络容器模型装配compile模型训练fit模型测试predict模型的保存与加载save/load weightsave/load entire weightsaved_model★自定义网络简介在TensorFlow 中,也实现了一套Keras 协议,即tf.keras,它与TensorFlow 深度融合,且只能基于TensorFlow 后端运算,并对TensorFlow 的支持更完美。对于使用TensorFlow 的开发者来说,tf.keras 可以理解为一个普通的子模块,与其他原创 2021-12-08 19:44:34 · 939 阅读 · 0 评论 -
【TF2-03】神经网络
文章目录全连接层神经网络概念层方式实现神经网络Sequential激活函数SigmoidReLULeakyReLUTanh输出方式误差计算MSE交叉熵全连接层全连接层本质上是矩阵的相乘和相加运算,实现并不复杂。但是作为最常用的网络层之一,TensorFlow 中有更高层、使用更方便的层实现方式:tf.keras.layers.Dense(units, activation)。通过layer.Dense 类,只需要指定输出节点数Units 和激活函数类型activation 即可。需要注意的是,输入原创 2021-12-08 19:38:40 · 1111 阅读 · 0 评论 -
【TF2-02】tensorflow2进阶
文章目录分割与合并合并堆叠切割数据统计范数最值均值和最值索引比较去除重复张量排序随机打散Sort/argsortTop_k填充与复制填充复制比如`tf.tile(a, [1, 2])`,把a在第一个维度保持不变,第二个维度变成2倍![在这里插入图片描述](https://img-blog.csdnimg.cn/45af128141b94ecc9f25bce9edc4c6cb.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,te原创 2021-12-08 19:27:30 · 753 阅读 · 0 评论 -
【TF2-01】tensorflow2基础
文章目录数据类型基本数据类型有通过TensorFlow的方式去创建张量tensor常见且有用的属性numpy转tensor数据类型几乎所有数据都可以叫张量(tensor),根据维度来区分,可以分为:标量(Scalar)。单个的实数,如1.2, 3.4 等,维度(Dimension)数为0,shape 为[]。向量(Vector)。n个实数的有序集合,通过中括号包裹,如[1.2],[1.2, 3.4]等,维度数为1,长度不定,shape 为[n]。矩阵(Matrix)。n行m列实数的有序原创 2021-12-08 18:04:57 · 624 阅读 · 0 评论