tensorflow搭建自己的残差网络（ResNet）

最新推荐文章于 2022-07-24 22:48:48 发布

Panda_Peng

最新推荐文章于 2022-07-24 22:48:48 发布

阅读量1.6w

点赞数 8

分类专栏：深度学习 tensorflow

本文链接：https://blog.csdn.net/qq_34484472/article/details/77848091

版权

本文简要介绍了如何使用TensorFlow搭建残差网络（ResNet）。提供了训练和测试代码片段，帮助读者理解如何在自己的数据集上应用ResNet进行多分类任务。

摘要由CSDN通过智能技术生成

废话不说，直接上代码：

首先

pip install tflearn

训练代码

# -*- coding: utf-8 -*-  

from __future__ import division, print_function, absolute_import  

import tflearn  

# Residual blocks  
# 32 layers: n=5, 56 layers: n=9, 110 layers: n=18  
n = 5  

#numClass看你是几分类
numClass = 10

#这里需要用户自己得到(X, Y), (validationX, validationY)
(X, Y), (validationX, validationY)
Y = tflearn.data_utils.to_categorical(Y, numClass )  
testY = tflearn.data_utils.to_categorical(testY, numClass )  

# Real-time data preprocessing  
img_prep = tflearn.ImagePreprocessing()  
img_prep.add_featurewise_zero_center(per_channel=True)  

# Real-time data augmentation  
img_aug = tflearn.ImageAugmentation()  
img_aug.add_random_flip_leftright()  
img_aug.add_random_crop([256, 256], padding=4)  

# Building Residual Network  
net = tflearn.input_data(shape=[None, 256, 256, 3],