tebsorflow2.0 tf.keras猫狗识别(2)—自定义训练

已于 2022-09-22 20:29:12 修改
阅读量838 收藏 9
点赞数
分类专栏： tesorflow 模式识别与人工智能（程序与算法） 文章标签： keras 深度学习 tensorflow
于 2020-05-13 13:04:46 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lihuanyu520/article/details/106095597
版权
本文介绍如何在TensorFlow2.0中使用tf.keras自定义训练猫狗识别模型，包括图片预处理、模型构建与训练、模型评估以及数据增强。通过数据增强，有效抑制了过拟合，提升了模型在测试集上的准确率。
摘要由CSDN通过智能技术生成

在上一篇文章中，我们介绍了利用tensorflow封装好的神经网络来训练猫狗数据集。但是在科研中有时我们需要对网络进行修改，这是我们就需要自定义网络训练
第一部分我们已经介绍了图片的读取，这里就不在一一赘述tebsorflow2.0 tf.keras猫狗识别，我们直接从图片的预处理。

1. 图片预处理

在这一部分我们采用from_tensor_slices的方法对图片数据集进行构建，对比tf1.x版本采用队列形式读取数据，这一种方法比较简单切易于理解。

#构建一个tf.data.Dataset
#一个图片数据集构建 tf.data.Dataset 最简单的方法就是使用 from_tensor_slices 方法。
#将字符串数组切片，得到一个字符串数据集：
train_path_ds =  tf.data.Dataset.from_tensor_slices(
了解本专栏 订阅专栏 解锁全文
CV视界
关注
专栏目录
订阅专栏
tf调不到keras怎么 回事_解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题
weixin_35997546的博客
01-17 733
错误描述：1、保存模型：model.save_weights('./model.h5')2、脚本重启3、加载模型：model.load_weights('./model.h5')4、模型报错：ValueError: You are trying to load a weight file containing 12 layers into a model with 0 layers.问题分析：模型...
tensorflow 猫狗识别
06-05
tensorflow 猫狗识别 TensorFlow 卷积神经网络之使用训练好的模型识别猫狗图
深度学习·猫狗识别实验 tensorflow 2.0
我这个代码你能看懂吗？
10-22 2718
环境：Python 3.8.8 64-bit; VS Code; tensorflow 2.0 数据集：https://momodel.cn/explore/60e6b9babb5ba072ad72755d?type=dataset 文件结构： 使用GPU加速训练： 然而我的输出为0，只能用CPU，寄！ 卷积层和池化层的区别？ 略。 卷积层主要提取图像特征（F不宜过大，否则参数数量过多），池化层用来缩放图像。 卷积核的深度和个数？ train.py...
Keras自定义训练过程中实时评估模型的Metrics Class
kouwang9779的博客
09-02 678
在深度学习任务中经常需要自定义函数类来满足独特的模型评估，基于Keras的自定义Metrics Class的代码实现如下。
keras创建自己训练代码
剑峰随心的博客
10-19 367
由于某个github只开源了测试代码，所以训练代码需要自己写 版本keras,tensorflow # import src.modelCore as modelCore from src.modelCore import create_model from keras.optimizers import SGD from keras.preprocessing.image impor...
keras猫狗图像识别
dibuxue3246的博客
02-21 398
这里，我们介绍的是一个猫狗图像识别的一个任务。数据可以从kaggle网站上下载。其中包含了25000张毛和狗的图像（每个类别各12500张）。在小样本中进行尝试我们下面先尝试在一个小数据上进行训练，首先创建三个子集：每个类别各1000个样本的训练集、每个类别各500个样本的验证集和每个类别各500个样本的测试集。import os, shutiloriginal_dataset_dir ...
解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题
09-16
在TensorFlow 2.0中，`tf.keras.Model.load_weights()` 是一个非常有用的函数，用于加载预先训练好的权重到模型中，以便继续训练或进行预测。然而，在实际操作中，可能会遇到一些报错，本文将针对这些问题提供解决...
tf.keras.layers.Layer自定义层
12-20
class MyLayer(tf.keras.layers.Layer): def __init__(self, output_dim, **kwargs): self.output_dim = output_dim super(MyLayer, self).__init__(**kwargs) def build(self, input_shape): # Create a ...
tensorflow实现猫狗识别
10-10
采用tensorflow实现猫狗的识别。首先是进行模型的撰写，然后训练，最后测试。具体的训练图片在网上下载即可
机器学习-基于Keras的猫狗分类识别实验报告-超详细机器学习高分大作业-期末报告-图文
11-18
基于Keras的猫狗分类识别实验报告22页-作者原创机器学习期末大作业-1.摘要2.引言3.主题内容(3.1算法原理分析3.2数据组成3.3算法分析)4.实验与结果分析5.结论(5.1项目总结5.2创新点分析)6.参考文献-包含算法流程图,运行结果截图,核心代码
Keras自定义可训练参数
热门推荐
z小白的博客
04-04 1万+
Keras自定义可训练参数是在自定义层中实现的，因此需要我们自己编写一个层来实现我们需要的功能。话不多说，直接上实例。 假设我们需要自定义一个可学习的权重矩阵来对某一层的数据进行转换，则可以通过下面代码实现： from keras import backend as K from keras.layers import Layer class MyLayer(Layer): def...
Keras训练自定义数据集
Harrison509的博客
03-27 3777
一、读取文件夹数据 train_idx = 0 npy_idx = 0 path = './/dataset_path//' files = os.listdir(path) random.shuffle(files) images = [] labels = [] for f in files: #目录下所有文件夹 file_path = os.path.join(path, str...
Keras框架下的猫狗识别（一）
stm_white的博客
08-30 889
Tensorflow学习（使用jupyter notebook） 数据预处理Tensorflow学习（使用jupyter notebook）前言一、tensorflow和keras的关系二、图像预处理1.人为处理2.引入库3.对图片集的补充4.载入图片5.数据集的扩充总结 前言   深度学习作为一个近年兴起的重要研究领域，被应用于多个领域。在未来几年，深度学习的热度仍然会持续火热。 一、tensorflow和keras的关系   TensorFlow和Keras都是深度学习所可以使用的框架。
TensorFlow2.0教程-自定义训练实战(非tf.keras)
知行_那片天
07-07 6537
TensorFlow2教程-自定义训练实战 愿文地址：https://doit-space.blog.csdn.net/article/details/95040756 最全Tensorflow 2.0 入门教程持续更新：https://blog.csdn.net/qq_31456593/article/details/88606284 完整tensorflow2.0教程代码请看 https:/...
用keras进行猫狗识别（三）
DDB
05-03 2284
使用特征提取的方法对样本进行训练背景准备文件 背景 通过之前的数据增强+直接训练，我们将正确率提高到了八十以上，但是还有一种更好的方法去帮助我们训练，那就是使用预训练网络，原理就是前人栽树，后人乘凉，假定之前有人用了超多的数据进行训练，实现了多分类的识别，其中包括了我们本次要识别的东西，或者和我们识别的东西有相似特征的东西，这样我们就可以利用其训练的模型运用到自己的模型中。 首先介绍一下卷积神经网...
Keras猫狗识别 转载自小墨AI，代码@bilibili 谜一般的河谷
m0_59008563的博客
04-26 128
# 导入开发必要的包 import sys # from keras.engine import input_spec from matplotlib import pyplot from tensorflow.keras.utils import to_categorical from keras.models import Sequential from keras.layers import Conv2D from keras.layers import MaxPooling2D from kera.
keras用xception网络实现猫狗识别
络小绎
12-20 2956
前言 最近想复现一下xception实现分类的任务，但是网络上只找的到xception的结构实现[1]或是像VGG[2]，Inception-v3[3]之类的迁移学习。没有代码能直接拿来用，那就学习一下，自己写写。最终目标当然不只是猫狗分类，不过可以用它来验证一下正确性。 如果完全不懂keras，可以去看一下这个教程视频，它的前提是懂得tensorflow或者theano。很基础，能有个大概的...
Keras框架下的猫狗识别（二）
stm_white的博客
08-31 1096
Tensorflow学习（使用jupyter notebook） 模型构建与训练Tensorflow学习（使用jupyter notebook）前言一、数据预处理二、使用步骤1.引入库2.定义模型3.训练数据生成4.训练开始5.保存模型总结 前言 紧接上文 Keras框架下的猫狗识别（一）   上文提到对于数据集的提前处理方法和技巧，而在这篇博客中，我们继续进行对该识别模型的构建和训练验证。   该模型是基于最简单的CNN模型，并不保证其较高的准确性，目的只是为了熟悉CNN神经网络的简单构建。
保存tf.keras.datasets.mnist训练好的模型代码
最新发布
08-25
下面是一个保存tf.keras.datasets.mnist训练好的模型的示例代码： ``` import tensorflow as tf from tensorflow import keras # 加载MNIST数据集 (x_train, y_train), (x_test, y_test) = tf.keras.datasets....
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CV视界

如果感觉有用，可以打赏哦~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值