tensorflow
masbbx123
这个作者很懒,什么都没留下…
展开
-
tensorflow复习日记(二)softmax模型
http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html 网址中的代码比较旧了,在最新的tensorflow上运行有warning和错误。 先上修改后的代码和注释:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#mnist已原创 2018-03-15 17:11:30 · 219 阅读 · 0 评论 -
tensorflow 训练保存模型4 自由修改模型
上回已经可以得到一个清晰的模型结构,但是还是不够满意,为什么呢,因为预测的时候不需要dropout层,所以想修改接口,直接去除dropout层。以下方法自己想的,可能有别的更好的方法:首先,训练的时候得把每层的参数起好名字,否则名字都自动起的,怎么修改网络,直接就懵逼了。#定义两个placeholderx = tf.placeholder(tf.float32,[None,784])y ...原创 2018-12-19 16:00:26 · 2995 阅读 · 0 评论 -
tensorflow 训练保存模型2 ckpt tensorboard
以前写过一篇tensorflow 训练保存模型,本文的改进:换了一种模型,然后采用tensorboard来获取tesnor的名字。训练模型:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datafrom tensorflow.python.framework import graph...原创 2018-12-19 12:04:40 · 994 阅读 · 0 评论 -
tf读取图像并预处理例程
import tensorflow as tfimport numpy as npimport cv2 import randomimport matplotlib.pyplot as pltbatchsize = 50ImgSize = 96#读取数据#--------------------------------------------------------------...原创 2019-01-30 16:33:31 · 321 阅读 · 0 评论 -
tensorflow中bn运算
bn的原理:https://blog.csdn.net/sunjinshengli/article/details/74037208为了搞清楚bn的整个过程,我们来做个实验:1 搭建最简单的一个bn层网络,保存网络结构:import tensorflow as tfimport numpy as npimport cv2 import randombatchsize = 50Im...原创 2019-02-26 14:13:21 · 1139 阅读 · 0 评论 -
tensorflow 训练保存模型3 PB格式
上回说到图看不明白。所以有了下面的方法:首先读取刚刚的ckpt文件,保存为pb格式(当然训练的时候直接保存也么有问题)保存Softmax应该就是把计算Softmax所有必须的变量结构都保存下来,无关的就不要了import osckpt_dir = "./pb_dir"if not os.path.exists(ckpt_dir): os.makedirs(ckpt_dir)...原创 2018-12-19 14:10:19 · 557 阅读 · 0 评论 -
tensorboad调试
上文中提到:只有一个模型文件,怎么能知道模型结构呢? 想来想去只有使用tensorboard了。 那么直接使用下列代码:saver = tf.train.import_meta_graph("./Model/ModelSoftmax.ckpt.meta")saver.restore(sess, "./Model/ModelSoftmax.ckpt") # 注意此处路径前添加"./" ...原创 2018-06-22 14:53:57 · 491 阅读 · 0 评论 -
tensorflow 训练保存模型
训练模型:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#mnist已经作为官方的例子,做好了数据下载,分割,转浮点等一系列工作,源码在tensorflow源码中都可以找到mnist = input_data.read_data_sets('MNIST_data', one...原创 2018-06-22 14:13:13 · 519 阅读 · 0 评论 -
tensorflow复习日记(一)线性回归
重新把tensorflow复习一下: http://www.tensorfly.cn/tfdoc/get_started/introduction.html 完整代码+注释:import tensorflow as tfimport numpy as np# 使用 NumPy 生成测试数据(phony data), 总共 100 个点.x_data = np.float32(np.rando原创 2018-03-15 10:49:11 · 217 阅读 · 0 评论 -
tensorflow复习日记(三)softmax修改版本
1 前面的代码都没有关闭Session,所以:可以采用with tf.Session() as sess:这样的方式,自动关闭Session,或者采用手动关闭2 训练出来的模型没有保存,这样一关闭模型就木有了。 3 一般我们都是按照epoch来设定训练次数的。 所以最终修改的代码:import tensorflow as tffrom tensorflow.examples.tutorials原创 2018-03-15 19:09:34 · 433 阅读 · 0 评论 -
tensorflow复习日记(四)BP
下面直接换个有隐藏层的BP:100个隐藏节点,tanh做激活函数: 代码如下:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#mnist已经作为官方的例子,做好了数据下载,分割,转浮点等一系列工作,源码在tensorflow源码中都可以找到mnist = input_data.原创 2018-03-15 19:57:51 · 542 阅读 · 0 评论 -
tensorflow复习日记(五)DropOut
上次发现约复杂的网络,拟合能力越强,但是test和train集的准确率差别变大,说明有过拟合的倾向。 下面是代码:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#mnist已经作为官方的例子,做好了数据下载,分割,转浮点等一系列工作,源码在tensorflow源码中都可以找到m原创 2018-03-15 20:14:17 · 195 阅读 · 0 评论 -
tensorflow复习日记(六)LeNet5
终于又到了熟悉的LeNet了,还是直接放代码:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#mnist已经作为官方的例子,做好了数据下载,分割,转浮点等一系列工作,源码在tensorflow源码中都可以找到mnist = input_data.read_data_sets('M原创 2018-03-16 11:23:34 · 254 阅读 · 0 评论 -
tensorflow复习日记(七)裁剪LeNet5
统计了上面LeNet5的改进形的参数量:from functools import reducefrom operator import muldef get_num_params(): num_params = 0 for variable in tf.trainable_variables(): shape = variable.get_shape()原创 2018-03-16 14:18:43 · 457 阅读 · 0 评论 -
tensorflow复习日记(八)保存模型
发现一个问题,原来的代码在同一个文件中保存,读取模型是没有问题的,但是不同文件就不行。 原来是保存分2种,ckpt和pb模式。 ckpt中也保存了图的结构,所以正确用法应该是训练模型中把要使用的变量都起个名字。 然后读取后把这些名字读取出来,作为输入,输出,然后喂数据,进行预测: 保存部分代码:import tensorflow as tffrom tensorflow.examples.原创 2018-03-21 11:35:44 · 297 阅读 · 0 评论 -
TensorFlow打印op名称
直接打印.op.name就能打印出名称 .get_shape().as_list()就输出shapedef print_activations(t): print(t.op.name, ' ', t.get_shape().as_list())def inference(images): parameters = [] # conv1 with tf.name_sc原创 2018-04-08 09:51:08 · 4505 阅读 · 0 评论 -
训练cifar10的简单例子
cifar10的数据最好自己先下载好import cifar10,cifar10_inputimport tensorflow as tfimport numpy as npimport time#max_steps = 30000max_steps = 1000data_dir = 'cifar-10-batches-bin'batch_size = 128# 配置每个 GPU 上占用原创 2018-05-03 16:53:32 · 1953 阅读 · 3 评论 -
tensorflow自己实现SGD功能
手动实现SGD和调用优化器结果比较import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#mnist已经作为官方的例子,做好了数据下载,分割,转浮点等一系列工作,源码在tensorflow源码中都可以找到mnist = input_data.read_data_sets('MNIS...原创 2018-06-22 11:16:03 · 3429 阅读 · 0 评论