![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
文章平均质量分 88
没落之殇
这个作者很懒,什么都没留下…
展开
-
心电信号深度学习训练及部署(4):VS2019下验证tensorflow模型
在编译得到所需的头文件和库文件后,我们在VS2019下进行尝试。创建工程及设置1. VS2019下新建一个空的项目。2. 将刚才生成的三个文件拷贝到工程下,为了方便,我把dll和lib两个文件放到一个名为lib的文件夹下3. 工程solution configuration和solution platforms那里分别选择release和x644. 工程->设置那里,在C/C++的General里,添加两个目录,../include和../include/src;在链接L.原创 2020-09-26 22:04:51 · 1264 阅读 · 0 评论 -
心电信号深度学习训练及部署(3):编译tensorflow C++ API
python训练得到模型后,将模型部署到C++上应用,这个过程首先要对tensorflow源代码进行编译,得到tensorflow C++的API接口,在C++上进行调用。(别看寥寥几句话,这个过程个人感觉最苦逼,遇到的坑最多,花费时间最久)由于系统是win10下,VS2019调用,我的目标是编译一个DLL和LIB,搜索尝试了很多,最后在这篇博主(https://blog.csdn.net/yx123919804/article/details/107042822/)的方法下完成了编译,大家可以参考进行原创 2020-09-26 13:30:12 · 866 阅读 · 0 评论 -
心电信号深度学习训练及部署(2):CNN训练并保存模型
本部分的CNN模型采用https://blog.csdn.net/qq_43750573/article/details/105930152所用的模型,代码也是在该博主的代码基础上修改得到。CNN的模型介绍可参考论文(面向心血管疾病识别的心电信号分类研究)代码及流程1.下载数据通过读取二进制文件,得到训练集和测试集的数据和标签# 获取数据def load_data(filename, sample_num, sample_len): fp = open(filename, .原创 2020-09-26 13:13:51 · 2759 阅读 · 2 评论 -
心电信号深度学习训练及部署(1):简述
近来机器学习广泛应用于图像及自然语言处理等方面,取得了不错的效果。心电方面的应用,深度学习大佬吴恩达教授的团队通过实验(https://www.nature.com/articles/s41591-018-0268-3),取得了比人工专家还要好的判断效果,说明对于心电信号领域来说,深度学习的应用前景也是比较光明的。最近学习了相关的内容,完成了在python上用tensorflow2.0进行模型的训练,然后在C++上进行简单调用的工作。踩了一些坑,写点东西记录一下,也希望能帮助到对这方面感兴趣想入门的朋友原创 2020-09-26 13:10:52 · 2811 阅读 · 0 评论