![](https://img-blog.csdnimg.cn/20190918140158853.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习之tensflow
tensflow平台中神经网络的搭建
Johnnay_Song
流水不争先
展开
-
【13】经典卷积神经网络总结
【1】LeNet(1986)(1)模型(2)目的 数字识别(3)层数输入尺寸:32*32 卷积层:2个 池化层:2个 全连接层:2个 输出层:1个(10个类别)(4)特点ReLU ,ReLU比tanh要快,非线性非饱和函数比非线性饱和函数要快 双GPU并行运行 LRN局部响应归一化 Overlapping Pooling 防止过拟合:数据增强,dropout(5)名词解释(1)LRN一般是在激活、池化后进行的一中处理方法。(首次使用)i表...原创 2020-08-19 09:59:25 · 385 阅读 · 0 评论 -
【12】GooGleNet的实例代码
本项目采用GoogLeNet的框架进行细胞分类测试,采用keras进行代码的编写。直接可以调用程序进行测试。只需要将需要分类的细胞图像放置在不同的文件夹中,然后文件夹以类别命名,遍历到路径就可以直接读入数据。# -*- coding: utf-8 -*-# @Time : 2020/7/6 13:51# @Author : song# @File : model.py# @Software: PyCharm#-*- coding: UTF-8 -*-from keras.原创 2020-07-08 16:10:08 · 1017 阅读 · 0 评论 -
【11】ResNet中BLock模块的理解
网上有大量的文章对ResNet网络进行了详细的阐述,但是写的都比较模糊,没有对F(X)是什么,每一层的F(x)怎么计算给出详细的过程,因此萌新们在阅读,此处针对block块进行进一步的阐述,谈谈自己的见解1 参数理解如图所示,整个方框表示残差模块,下面解释图中每一个参数的意义。x:残差块的输入,整个个模块的输入,就是之前层的输出H(X):残差块的输出,就是这个模块算完的结果,就是下面的y通过激活函数的结果,H(X)=G(Y)(其中函数G为激活函数)F(X):残差,就是我们要学习的目标原创 2020-07-08 15:15:27 · 15922 阅读 · 2 评论 -
【10】tensorflow中feed函数喂入数据转换
【1】测试数据背景:每次神经网络数据数据时,用同样的数据喂入神经网络时就报错,原因如下;神经网络中运行的是张量流,而测试时喂入的数据绝对不能为张量,因为feed函数不能介绍张量,因此需要转换。测试数据有两种来源;【1】一种是训练时候批量生产的数据,为张量形式,例如采用留一法,K交叉法等, 均是将数据划分,一部分训练,一部分测试;【2】直接采用外部的图片进行测试;注:# 注意神经网络的输入是张量,测试数据输入不能是张量,需要转换为非张量数据类型输入 #神经网络训练时候的输入原创 2020-06-24 15:50:23 · 743 阅读 · 0 评论 -
【9】tensorflow下图像预处理之图像批量处理
背景:在深度学习时候,通常需要批量处理大量的图片,一般几千张,图像不够时还需要进行数据增强,因此需要批量处理图像数据。【1】批量加载文件夹里面的数据import osimport cv2#批量处理图像,改名,def read__image(open_path,save_path): # os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表 for dir_image in os.listdir(open_path): #打开当前运行脚本的绝对路,就是原创 2020-06-24 14:44:28 · 1100 阅读 · 0 评论 -
【8】python实现根据EXCEL表格的分类索引完成图片的分类
【1】背景:如图所示,左边为图片的索引(默认为第一列),右边为图片名(默认为第二列)。根据左边的类别完成对右边图片的分类。【2】代码# -*- coding: utf-8 -*-"""author:songjian"""import xlrdimport cv2import os#读取数据存入字典def read_excel(name): #打开excel表,填写路径 book = xlrd.open_workbook(name) #找到sheet页 table =原创 2020-06-19 17:51:26 · 1678 阅读 · 0 评论 -
【5】基于tensorflow框架微调AlexNet模型以适应不同物体的分类(1)
【1】项目背景介绍软件配置:tensorflow 1.9.0,OpenCV4.0,Alexnet,pycharm.目的:通过微调Alexnet的全连接层的参数以适应自己的图像分类要求;步骤:(1)下载原始的Alexnet模型文件和权重参数文件(ckpth或者npy),权重文件下载 (2)制造自己的标签数据集。参考1:Tensorflow制作并用CNN训练自己的数据集 ...原创 2020-06-16 14:21:47 · 466 阅读 · 0 评论 -
【7】基于tensorflow框架微调AlexNet模型以适应不同物体的分类(3)
分类的类别文件,如cell_class.py所示,Lym的索引为0;Nev的索引为1;other的索引为2;【1】cell_class.py自定义类别文件class_names = '''LymNevOther'''.split("\n")'''直接写入,换行就行'''[2]caffe_classes.py原始类别文件class_names = '''tench, Tinca tincagoldfish, Carassius auratusgreat whit.原创 2020-06-16 17:35:29 · 153 阅读 · 0 评论 -
【6】基于tensorflow框架微调AlexNet模型以适应不同物体的分类(2)
此处文件包含:标签制造和读取,图像增强[1]Imageprocess.py图像载入 图像批量处理 数据增强import tensorflow as tfimport osimport numpy as npimport cv2#打开路径openpath2='D:\\pythonprocedure\\FineTuningAlexNet\\data\\Lym\\'#保存路径savepath2='D:\\pythonprocedure\\FineTuningAlexNet\\dat原创 2020-06-16 17:30:07 · 216 阅读 · 0 评论 -
【4】常用的TensorFlow预训练模型下载
通过加载已有的训练模型,在此基础上扩充自己待需要训练的模型性能。【1】参考路径1https://github.com/tensorflow/models/tree/master/research/slim【2】参考路径2https://www.jianshu.com/p/7e13a498bd63原创 2020-06-09 13:25:50 · 714 阅读 · 0 评论 -
【3】基于TensorFlow的神经网络搭建框架
1 神经网络搭建框架介绍搭建一个完整的神经网络,通常包含导入模块、传播模块、训练模块、测试模块。下面将一一讲解每个模块的构成和搭建方法。(1)导入模块-----------》(2)传播模块---------》(3)训练模块---------》(3)测试模块---------》(4)工程应用2导入模块导入模块主要包含内容:导入所需要的数据集,载入相应的python库,常量定义,生成...原创 2020-03-03 16:09:29 · 312 阅读 · 0 评论 -
【2】LeNet_5模型手写数字识别
1 搭建LeNet_5模型定义前向传播过程文件为mnist_inference.py# -*- coding: utf-8 -*-#此文件定义了LeNet_5的前向传播过程import tensorflow as tf#配置神经网络的参数#输入节点INPUT_NODE=784#输出节点OUTPUT_NODE=10#图像大小IMAGE_SIZE=28#图像通道NUM...原创 2020-02-29 22:11:07 · 283 阅读 · 0 评论 -
【1】刷脸识别
【1】案列介绍 采用15个人的165张图片进行训练 完成刷脸的识别【2】python源码#神经网络搭建步骤#1 准备数据 2 准备训练 3 搭建神经网络 4 检测import tensorflow as tfimport numpy as npimport scipy.io as sioimport osos.environ['TF_CPP_MIN_LOG_...原创 2020-02-25 14:29:52 · 390 阅读 · 0 评论