qingfengxd1的博客

import os os.environ["CUDA_VISIBLE_DEVICES"]="-1"

Resnet相关文章整理 1、Keras大法（9）——实现ResNet-34模型 https://blog.csdn.net/weixin_42499236/article/details/87919919 （1）模型结构 （2）模型代码 （3）总 结 2、tensorflow手动复现论文中的Resnet34结构（不借助keras和slim模块） https://blog.csdn.net/Exploer_TRY/article/details/89308329 3、ResNet在分别在.

车牌识别相关资料收集整理 1、License Plate Detection with RetinaFace 链接：https://github.com/zeusees/License-Plate-Detector 利用单物体检测算法Retinaface进行了车牌检测模型的训练，通过测试，检测效果和适用性都更突出，支持的模型也更为丰富。 开源版本的检测算法经过了多个版本迭代，考虑到检测的效率跟准确率，原始版本逐步淘汰，从最初的基于LBP和Harr特征的车牌检测，感兴趣的小伙伴可以参考 train-d

model.fit_generator()函数参数 fit_generator(self, generator, steps_per_epoch, epochs=1, verbose=1, callbacks=None, validation_data=None, validation_steps=None, class_weight=None, max_q_size=10, workers=1, pickle_safe=False, initial_epoch=0) 利用Python的生成器，逐个生

问题 运行tensorflow 的resnet网络，预测结果，出现报错 ValueError: Shape mismatch: The shape of labels (received (768,)) should equal the shape of logits e 原因 解决：use of sparse_softmax_cross_entropy. feed it one hot encoded labels which it doesn’t want. Switch to just no

参数 conv2d_transpose( inputs, filters, kernel_size, strides=(1, 1), padding=’valid’, data_format=’channels_last’, activation=None, use_bias=True, kernel_initializer=None, bias_initializer=tf.zeros_initializer(), kernel_regularizer=None, bias_regularizer=N

环境： tensorfow 2.* def concatenate(inputs, axis=-1, **kwargs): axis=n表示从第n个维度进行拼接，对于一个三维矩阵，axis的取值可以为[-3, -2, -1, 0, 1, 2]。 维度说明下图，0在深度，1在行，2在列 代码 import numpy as np import tensorflow as tf t1 = tf.Variable(np.array([[[1, 2], [2, 3]], [[4, 4], [5,

神经网络（NN）它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。在提供数据量足够大情况下，神经网络可以拟合出输入到输出之间的任意函数关系。 Tensorflow是一个优秀的深度学习框架，具体有啥好处，可以百度了解哈。 本文分享使用Tensorflow神经网络进行股市的预测 1、数据来源 首先找到一组股票数据，数据可以网络上爬虫，东方财富、大智慧都有。爬虫方法参看以前的文章。 .

问题 运行报错： import tensorflow.contrib.layers as layers ModuleNotFoundError: No module named 'tensorflow.contrib' 问题原因 tensorflow2以上的版本没有contrib属性 解决方案 安装tensorflow1的版本 pip install tensorflow==1.15 ...

1.升级 升级Anaconda需要先升级conda conda update conda conda update anaconda conda update anaconda-navigator //update最新版本的anaconda-navigator 2.卸载Anaconda软件 由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。删除整个Anaconda目录： 计算机控制面板->程序与应用->卸载 //windows 或者 找到C:\Pro

import tensorflow as tf # 载入并准备好 MNIST 数据集。将样本从整数转换为浮点数 mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 # 将模型的各层堆叠起来，以搭建 tf.keras.Sequential 模型。为训练选择优化器和损失函数 mode.

问题描述： 安装 tensorfolw-gpu2.1.0 之后调用 显示 GPU False，不能调用GPU 在命令行中 import tensorflow 时显示 “Could not load dynamic library 'cudart64_101.dll” 注：V:显示全部信息 D:显示调试信息 I:显示一般信息 W:显示警告信息 E:显示错误信息 在以前的TensorFlow版本中，找不到CUDA库会发出错误并引发异常，而现在该库会从动力学上搜索正确的CUDA版本，如果找不到，...