tensorflow
ML_BOY
哪怕跑道只剩我一个,我也要跑到终点
展开
-
tfrecord读取时报错:Key: xxxx. Can't parse serialized Example.
在读取tfrecord时,报错Key: xxxx. Can't parse serialized Example.看了很多解决办法,比如:https://stackoverflow.com/questions/53499409/tensorflow-tfrecord-cant-parse-serialized-example这种是对固定长度,如果是不固定长度,需要将 ;...原创 2019-12-26 19:56:58 · 3903 阅读 · 0 评论 -
tensorboard ValueError: Duplicate plugins for name projector
启动tensorboard,报错如下:tensorboard ValueError: Duplicate plugins for name projector解决方法:在python中运行如下代码:import pkg_resourcesfor entry_point in pkg_resources.iter_entry_points('tensorboard_plugi...原创 2019-12-26 12:29:30 · 684 阅读 · 0 评论 -
tensorflow2.0 分布式训练 SystemError: PyEval_EvalFrameEx returned a result with an error set
## 使用tensorflow 2.0 分布式训练模型时,使用tf.distribute.MirroredStrategy,有时候会出现:SystemError: PyEval_EvalFrameEx returned a result with an error set出现这种错误,有可能的原因是:data_decoder = self.tokenizer.texts_to_s...原创 2019-12-24 13:54:45 · 3103 阅读 · 0 评论 -
DCGAN生成动漫头像(附代码)
DCGAN。顾名思义,就是深度卷积生成对抗神经网络,也就是引入了卷积的,但是它用的是反卷积,就是卷积的反操作。我们看看DCGAN的图:生成器开始输入的是噪声数据,然后经过一个全连接层,再把全连接层的输出reshape,然后经过反卷积,判别器就是卷积层,最后一个全连接层,用sigmoid激活函数。DCGAN注意事项:生成器的全部激活函数用relu,除了最后一层用tanh函原创 2018-01-22 21:45:18 · 15485 阅读 · 8 评论 -
循环神经网络--中文文档自动归类(tensorflow版)
本文主要讲解使用tensorflow实现中文文档的自动归类,首先总结一下主要的工作流程: (1)首先也是一样我们需要把文字做一个和数值的一一映射字典,也就是将每一个汉字映射为一个字典,同时对于label我们也是一样构建一个一一映射表 (2)我们构建生成器,生成label和输入数据, (3)对输入数据进行一个embedding编码, (3)将embedding得到的结果输入循环神经网络lstm原创 2018-01-07 19:51:03 · 451 阅读 · 0 评论 -
tensorflow中dynamic_rnn与static_rnn区别
rnn在计算变长文本的时候,使用dynamic_rnn更加节省计算量,推荐使用这个。但是这两个在使用上是有区别的,具体区别如下: static_rnn 输入的list的大小[序列长度,batch_size,embed大小],所以一一般在经过embed层后,使用x = tf.unstack(embed, seq_len, 1)变换为[序列长度,batch_size,embed大小],然后输入到st原创 2018-01-07 21:13:54 · 4679 阅读 · 2 评论 -
用vgg16做验证码识别(tensorflow版)
这篇文章主要是使用vgg16网络实现验证码的自动识别: (1) captcha库 这个库可以自动生成验证码,生成验证码的代码如下:from captcha.image import ImageCaptchafrom PIL import Imageimport matplotlib.pyplot as pltimport numpy as npnumber = [str(i) for i原创 2018-01-08 16:57:09 · 1268 阅读 · 1 评论 -
GAN生成手写字体识别
这篇文我主要是利用GAN生成手写字体,原理和实现方法和之前的GAN生成抛物线是一样的点击打开链接,我们直接看代码。首先我是定义了一个可视化的函数import matplotlib.pyplot as pltdef vis_img(batch_size,samples): fig,axes = plt.subplots(figsize=(7,7),nrows=8,ncols=8原创 2018-01-17 15:23:01 · 4282 阅读 · 2 评论 -
Tensorboard 功能及使用方法(附代码)
在tensorboard有两个概率一个是tensor一个是op,其中加减乘除等运算都是一个op。 以下介绍tensorboard的一些常用使用方法1 tf.name_scpoe在tensorboard中的作用:我以之前写的mnist代码为例,代码链接,(在原始代码里面加入writer = tf.summary.FileWriter(‘./graph/mnist’,sess.graph)),开始并没原创 2018-01-09 14:16:17 · 6479 阅读 · 2 评论 -
tensorflow 搭建resnet50(附代码)
def conv_op(x,name,n_out,training,useBN,kh=3,kw=3,dh=1,dw=1,padding="SAME",activation=tf.nn.relu, ): ''' x:输入 kh,kw:卷集核的大小 n_out:输出的通道数 dh,dw:strides大小 name:op的名字原创 2018-02-02 23:16:09 · 7944 阅读 · 1 评论 -
tensorflow 中tile函数用法讲解
tensorflow中tile是用来复制tensor的指定维度,具体看下面的代码:import tensorflow as tfa = tf.constant([[1, 2], [3, 4], [5, 6]], dtype=tf.float32)a1 = tf.tile(a, [2, 2])with tf.Session() as sess: print(sess.run(a1)...原创 2018-03-24 20:22:05 · 5877 阅读 · 0 评论 -
tensorflow版yolo V1 逐行逐句解读
tensorflow版yolo V1 逐行逐句解读 博主最近研究完faster-rcnn,读完每一行代码,那叫一个算爽,现在开始读tensorflow版的Yolo V1.我参考的代码是github上下载下来的,tensorflow-yolo 我们首先是解读pascal_voc.py解读pascal_voc.py首先是定义了一个类,pascal_voc。这个类主要是用于读取pas...原创 2018-03-25 09:48:46 · 10103 阅读 · 27 评论 -
tensorflow版yolo V1 逐行逐句解读(二)
博主最近研究完faster-rcnn,读完每一行代码,那叫一个算爽,现在开始读tensorflow版的Yolo V1.我参考的代码是github上下载下来的,tensorflow-yolo 上次讲解完了代码的网络结构以及读取文件,损失函数等等,传送门train.py文件讲解import osimport argparseimport datetimeimport tensorflow as ...原创 2018-03-25 10:25:33 · 4591 阅读 · 7 评论 -
tensorflow 中的padding方式“SAME”和“VALID”
tensorflow 中的padding方式“SAME”和“VALID”因为最近在看一些目标检测的代码,想计算每一层的卷积或者pooling的输出大小,所以把这一块严格看一下,同时有助于自己设计网络,比如什么时候要padd之类的。tensorflow 中的padding方式“SAME”和“VALID” 在tensorflow里面,这两个计算特征图的输出大小方式不一样, 如果paddin...原创 2018-03-31 09:07:57 · 3534 阅读 · 3 评论 -
目标检测 -- SSD (tensorflow 版) 逐行逐句解读
目标检测 -- SSD (tensorflow 版) 逐行逐句解读 这篇博客,主要是讲解SSD,tensorflow版的实现,代码地址是:SSD-tensorflow,大神写的代码,也是github上tensorflow版的SSD star 最多的代码,所以就用它来讲解,同时附上论文地址:SSD 论文下载 对照论文和代码讲解,代码中提供了SSD300和SSD512,代码一样,...原创 2018-04-01 20:28:26 · 37324 阅读 · 17 评论 -
GAN生成抛物线
本文主要讲解GAN的原理以及一个小实战,利用GAN生成抛物线,首先我们看一下GAN的原理。GAN是2014年提出来的,他的原理可以这样理解,他有一个生成器和一个判别器,生成器是不断的生成数据,判别器的原理是将真实图片和生成器制作的数据区分开来,目的就是鉴别生成器生成的数据是假的,把原始数据判定为真。为生成器相反,他的目的就是源源不断的生成数据,让判别器无法分辨真假,从而以假乱真。常看到的一个例原创 2018-01-15 12:01:53 · 2326 阅读 · 0 评论 -
tensorflow实现Skip-Gram模型
本文使用tensorflow实现skim-gram模型导入相关库import tensorflow as tfimport zipfilefrom collections import Counterimport numpy as npimport random对数据进行解压以及读取数据zip_file_path = './embedding/text8.z原创 2018-01-04 21:51:19 · 2909 阅读 · 2 评论 -
Tensorflow 中TFRecord格式转换与读取
把csv格式文件转化为TFRecordTensorflow提供了TFRecord格式来存储数据,以下是将csv格式转化为TFRecord格式的代码import tensorflow as tfimport pandas as pdimport numpy as nptrain = pd.read_csv('train.csv')label = train['label'].valuesy_tr原创 2017-12-29 15:55:15 · 5121 阅读 · 0 评论 -
tensorflow 中tf.gather(params, indices, validate_indices=None, name=None) 函数讲解
tf.gathertf.gather(params, indices, validate_indices=None, name=None, axis=0)params 表示你输入的张量,indices表示你想要params张量中切片的维度,所以这个函数就是挑选出params中indices对应的数。举例子x = tf.constant(np.arange(8).reshape((2,2,2)))y原创 2017-12-09 16:35:54 · 1585 阅读 · 0 评论 -
tensorflow 中stack和unstack函数的使用
tensorflow中stack和unstack的使用,我们看代码分析:import tensorflow as tf a = tf.constant([2,3,1]) b = tf.constant([6,8,9])c = tf.stack([a,b],axis=0)d = tf.stack([a,b],axis=1) with tf.Session() as sess:原创 2017-12-30 22:04:25 · 3559 阅读 · 0 评论 -
tensorflow实现风格迁移
风格迁移主要的就是两个损失,一个是内容损失,一个是风格损失,论文使用vgg19做实验,内容损失是在conv4_2上将原始图片在vgg19该层的输出与我们想要生成的图片在该层的输出计算内容损失,风格损失是风格图片和我们想要生成的图片在’conv1_1’, ‘conv2_1’, ‘conv3_1’, ‘conv4_1’, ‘conv5_1’这些层的风格损失求和求平均,首先我们看下内容损失如何计算:原创 2018-01-10 23:17:31 · 2053 阅读 · 0 评论 -
tensorflow 遇见的错误
这个bolg主要讲自己使用tensorflow踩过得坑 (1)TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, numpy ndarrays, or TensorHandles.产生以上错误的代码为:x原创 2018-01-02 10:18:55 · 1111 阅读 · 0 评论 -
Lstm实现MNIST手写字体识别(tensorflow版)
本文主要讲解如何使用Lstm实现MNIST手写字体识别,之前写过用cnn实现,这次我们使用lstm循环神经网络来实现。一切尽在代码中。 导入相关库以及MNIST数据import tensorflow as tfimport numpy as npfrom tensorflow.examples.tutorials import mnistfrom tensorflow.contrib imp原创 2018-01-02 10:10:58 · 4569 阅读 · 7 评论 -
Tensorflow实战(一)(MNIST手写字体识别TensorFlow实现)
笔者开始连载tensorflow教程,从MNIST实现开始,重点是在代码的实现,个人感觉把代码实现一遍,比看更加学得更加明白。import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('./data/',one_hot=True原创 2017-12-19 16:58:07 · 1313 阅读 · 1 评论 -
numpy 和tensorflow中argmax(),argmin()函数使用讲解
在使用argmax()函数时,比如在深度学习里面计算acc经常要用到这个参数,这个参数返回的是沿轴axis最大值的索引值,对于,tensorflow和numpy用法是一样的,此处我就用numpy来举例说明。argmax(a, axis=None, out=None)# a 表示array# axis 表示指定的轴,默认是None,表示把array平铺,# out 默认为None,如果指定,那么原创 2018-01-03 11:21:07 · 26732 阅读 · 1 评论 -
tensorflow实现siamese网络(附代码)
Learning a Similarity Metric Discriminatively, with Application to Face Verification 这个siamese文章链接。 本文主要讲解siamese网络,并用tensorflwo实现,在mnist数据集中,siamese网络和其他网络的不同之处在于,首先他是两个输入,它输入的不是标签,而是是否是同一类原创 2018-01-11 23:58:40 · 21821 阅读 · 15 评论 -
tensorboard 使用
tensorboard 使用首先我们随便定义一个图import tensorflow as tfx = tf.constant(6,name='x')y = tf.constant(8,name='y')z = tf.add(x,y,name='z')with tf.Session() as sess: writer = tf.summary.FileWriter('./graphs/con原创 2017-12-28 09:18:04 · 421 阅读 · 0 评论 -
tensorflow中tf.multinomial函数的使用方法讲解
tf.multinomial(logits, num_samples, seed=None, name=None) logits 大小为[batch,n_class] num_samples 表示采样的个数 seed 随机种子数 name表示该op的名字这个函数就是根据logits中每个类别的概率采样,这个概率可以不用归一化后的概率,也就是每个类的概率可以大于1,不需要所有类别概率和为1原创 2018-01-03 16:47:49 · 6110 阅读 · 0 评论 -
tensorflow 实现线性回归
tensorflow 实现线性回归首先我们构造数据import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport randomn_samples =100X = np.linspace(-3,3,n_samples)Y = np.sin(X) + np.random.uniform(0,1,n_原创 2017-12-28 12:05:05 · 291 阅读 · 0 评论 -
利用tensorflow自动生成英文摘要
本文主要利用lstm实现英文摘要的自动生成,他的主要步骤如下: (1) 首先是我们把训练数据的每个单词对应一个数值,构建一个word to int的字典,得到单词和数值的一个一一对应的关系后,我们就可以把整个训练数据集把所有单词转化为数值的序列,也就是数值型的数列, (2) 训练数据处理好了以后,我们就应该构造batch,建立一个生成batch_size的生成器 (3) 然后开始构建l原创 2018-01-04 00:11:20 · 3715 阅读 · 1 评论 -
tensorflow实现多项式回归
tensorflow实现多项式回归以下代码是用tensorflow实现多项式回归import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport randomn_samples =100X = np.linspace(-3,3,n_samples)Y = np.sin(X) + np.random.原创 2017-12-28 15:13:46 · 1320 阅读 · 0 评论 -
tensorflow实现逻辑斯特回归(logistic regression)
tensorflow实现逻辑斯特回归(logistic regression)import tensorflow as tfimport numpy as npfrom tensorflow.examples.tutorials import mnistmnist = mnist.input_data.read_data_sets('./data/mnist',one_hot=True)x =原创 2017-12-28 17:07:40 · 1061 阅读 · 0 评论 -
TensorFlow- tf.argmax 函数学习
tf.argmax 格式tf.argmax argmax( input, axis=None, name=None, dimension=None ) 其中,input为一个张量,类型为 float32, float64, int64, int32, uint8, uint16, int16, int8, complex64, complex128,原创 2017-06-14 17:43:15 · 4692 阅读 · 0 评论