Tensorflow
文章平均质量分 91
太阳花的小绿豆
这个作者很懒,什么都没留下…
展开
-
Tensorflow中卷积的padding操作
文章目录Tensorflow中padding为valid的情况Tensorflow中padding为same的情况和Pytorch的padding简单对比实验对比实验1实验2实验3实验4实验5实验6关于Tensorflow中卷积的padding其实在之前的课程中我有讲过,不过本节课会在详细讲解下,并和Pytorch中卷积的padding进行简单的对比。关于Pytorch中卷积的padding可以参考我之前写的一片文章。在Tensorflow中卷积的padding一般需要指定为same或者valid,并原创 2021-03-03 17:38:16 · 1953 阅读 · 0 评论 -
Pytorch与Tensorflow权重互转
文章目录准备测试输入数据将Pytorch卷积层权重转到Tensorflow中将Pytorch DW卷积层权重转到Tensorflow中将Pytorch BN层权重转到Tensorflow中全连接层完整测试代码在Pytorch以及Tensorflow官方,都有提供一些常用的预训练模型权重(在ImageNet上预训练得到的)。但有些时候,Pytorch官方提供的模型Tensorflow官方并没有。此时就会想些办法,将Pytorch官方提供的模型权重转到Tensorflow的模型中。反之亦然。首先,在Pyto原创 2021-02-19 16:15:00 · 5568 阅读 · 3 评论 -
MobileNet(v1、v2)网络详解与模型的搭建
首先给出三个链接:1. MobileNet(v1,v2)网络详解视频2. 使用pytorch搭建mobilenet v2并基于迁移学习训练视频3. 使用tensorlow2搭建mobilenet v2并基于迁移学习训练视频在之前的文章中讲的AlexNet、VGG、GoogLeNet以及ResNet网络,它们都是传统卷积神经网络(都是使用的传统卷积层),缺点在于内存需求大、运算量大导致无法在...原创 2020-04-26 17:50:50 · 21470 阅读 · 27 评论 -
ResNet网络结构详解与模型的搭建
首先给出三个链接:1. ResNet网络结构详解视频2. 使用Pytorch搭建ResNet网络并基于迁移学习训练3. 使用Tensorflow搭建ResNet网络并基于迁移学习训练ResNet网络是在2015年由微软实验室提出,斩获当年ImageNet竞赛中分类任务第一名,目标检测第一名。获得COCO数据集中目标检测第一名,图像分割第一名。下图是ResNet34层模型的结构...原创 2020-03-07 13:37:55 · 50068 阅读 · 36 评论 -
GoogLeNet网络结构详解与模型的搭建
首先给出三个链接:1. GoogLeNet网络结构详解视频2. 使用pytorch搭建GoogLeNet网络并训练3. 使用tensorflow搭建GoogLeNet网络并训练GoogLeNet在2014年由Google团队提出(与VGG网络同年,注意GoogLeNet中的L大写是为了致敬LeNet),斩获当年ImageNet竞赛中Classification Task (分...原创 2020-02-20 16:43:49 · 8445 阅读 · 15 评论 -
VGG网络结构详解与模型的搭建
首先贴出三个链接:1. VGG网络结构详解视频2. 使用pytorch搭建VGG并训练3. 使用tensorflow搭建VGG并训练VGG网络是在2014年由牛津大学著名研究组VGG (Visual Geometry Group) 提出,斩获该年ImageNet竞赛中 Localization Task (定位任务) 第一名 和 Classification Task (分类...原创 2020-02-20 15:23:22 · 19638 阅读 · 22 评论 -
Centos7 安装Tensorflow2.1 GPU以及Pytorch1.3 GPU(CUDA10.1)
这两天GPU设备到了,然后搭建下环境,顺便记录安装流程(注意这里是Centos7),我们先看下安装tensorflow2.1 GPU和Pytorch1.3 GPU所需的环境。当前tensorflow的最新稳定版本是2.1,根据**官网的要求:需要CUDA10.1、cuDNN7.6、TensorRT6.0(可选)**当前Pytorch的最新稳定版本是1.3,根据**官网的要求:需要C...原创 2020-01-11 11:36:05 · 10262 阅读 · 17 评论 -
Tensorflow2.1-cpu安装(缺少msvcp140_1.dll)
今天发现tensorflow2.1出稳定版了,然后就更新到最新的tensorflow,先卸载旧版本在安装新版本,安装CPU版本指令如下:# 删除旧版本pip uninstall tensorflow# 安装新版本pip install tensorflow-cpu==2.1.0安装后在导入tensorflow包过程中出现了"Could not find the DLL(s)'ms...原创 2020-01-10 14:53:13 · 13588 阅读 · 11 评论 -
深度学习在图像处理中的应用(tensorflow2.4以及pytorch1.10实现)
本人在读研期间的研究方向是图像处理以及深度学习(主要是图像分类和目标检测)。在做深度学习时使用的是tensorflow深度学习框架,学习全是自学,很多资源都是在Github上找的。我发现现在Github上很多深度学习的开源项目都是用的tensorflow和pytorch框架。所以现在也开始学习pytorch框架,之前一直用的是tensorflow1.x版本,今年正好迎来了新的tensorlfow大.........原创 2019-12-10 20:36:50 · 116749 阅读 · 511 评论 -
使用python3的h5py包查看keras生成的h5文件内容
近期在使用tensorflow2.0的keras模块,训练的模型权重保存格式是.h5(Hierarchical Data Format,HDF5),然后遇到了个bug,一直无法载入权重,总提示shape不匹配,然后就想看下这个h5文件的内容。在网上了搜了各种使用h5py的方法都无法正确读取keras生成的h5文件内容,纠结这个问题浪费了我1整天的时间。下面说下我的解决办法。首先说下环境:P...原创 2019-12-09 11:00:02 · 7524 阅读 · 10 评论 -
tensorflow2.0训练网络的问题(包括BatchNormalization以及Dropout)
近期准备做一些关于深度学习图像篇的教程,主要包括分类网络,目标检测网络、图像分割网络,并以pytorch1.3以及tensorflow2.0分别去搭建实现。近期使用tensorflow2.0训练网络时遇到了很多问题,在这简单做个总结。使用环境:Python3.6(Anaconda管理)、Tensorflow2.0.0rc11.到底使用subclassed API还是使用官方推荐的ke...原创 2019-12-06 17:20:56 · 3159 阅读 · 14 评论 -
解决tensorflow2.0.0在pycharm中cannot find reference问题
今天尝试安装tensorflow2.0.0版本,并使用官方的例程进行测试,虽然程序跑起来没有任何问题,但在我的pycharm中总有很多标黄的地方让我看着非常不爽。主要有以下两个问题:(1)导入keras等模块时总提示cannot find reference(2)我想去查看下函数的定义,但总是提示cannot find declaration to go to接着我在网上找了很久,并...原创 2019-11-20 17:26:21 · 3272 阅读 · 12 评论 -
使用Tensorflow搭建并训练TextCNN模型,对文本进行分类
最近有学习关于文本分类的深度学习模型,最先接触的就是TextCNN模型,该模型看起来非常简单效果也非常好,在此简单记录下整个模型的搭建以及训练过程。通过本博文,你可以自己搭建并训练一个简单的文本分类模型,本文的代码注释非常详细。使用的开发环境:python3(Anaconda管理)、Tensorflow1.13.1本文主要分为以下几个部分进行展开讲解:(1)TextCNN原理(2)...原创 2019-10-12 17:46:17 · 6584 阅读 · 6 评论 -
keras中Lambda层的使用
在keras中搭建模型常用的方法有两种:(1)一种是较为简单的序列模型Sequential(该方法适用于搭建简单的模型)(2)一种是使用Keras函数式的API(该方法最为常用)无论使用哪种方法在搭建model时都要求使用keras中继承自Layer的层(例如keras.layers.Conv1D等等),但有时候又需要使用一些keras.layers中没有的层(例如expand_dim...翻译 2019-10-09 21:50:22 · 19258 阅读 · 9 评论 -
用tensorflow1.2.1版本调试出了一个小实例并用tensorboard查看graph以及summary
这几天在看面向机器智能的tensorflow实践这本教材,在第三章的最后有一个实例,我照着敲了代码看看结果,由于书本中用的是低版本的tensdoflow所以有些代码进行了修改,修改过程中踩了一些坑,最后还是调试出来了。import tensorflow as tfgraph = tf.Graph() # 显式创建一个Graph对象with graph.原创 2017-07-05 10:52:24 · 1222 阅读 · 0 评论 -
ubuntu16.04+cuda8.0+cudnn6.0+python3.5+Tensorflow1.4_GPU
这近一个星期一直在搭建Ubuntu16.04下的tensorflow1.4-GPU环境,但网上的教程各有不同,始终有问题,今天可能碰巧搭建好了,就记录下流程。我的硬件设备,CPU:I5-7500,RAM:8G, GPU: NVIDIA 1050卡。首先声明我装的是双系统,WIN10和Ubuntu16.04.在装Ubuntu时主要参考的是这篇博客。但安装过程中出原创 2017-12-21 14:12:01 · 2580 阅读 · 0 评论 -
打包tfrecord文件,并读取
Tfrecord文件是tensorflow专门设计的一种训练样本储存格式,将训练样本打包成tfrecord格式后能够加快文件的读取效率。所以训练网络的第一步就是将自己的训练集样本打包生成tfrecord格式。本文主要介绍两种tfrecord打包方式,这两种方式的主要区别在于生成的tfrecord文件大小不同。方式一:利用常用图像处理库读取图像并解码,转换成二进制文件进行存储,网络上找到的基本上都是...翻译 2018-05-06 21:54:09 · 1646 阅读 · 0 评论 -
SSD算法Tensorflow版详解(一)
之前看了SSD的论文,但也只是仅仅停留在论文层面,这几天在github上找到了一位大神在一年前用Tensorflow实现了SSD算法。这几天也抽空阅读了下代码,主要分析了下几个重要的模块,接下来做一个简单的总结。SSD(Single Shot MultiBox Detector)是大神Wei Liu在 ECCV 2016上发表的一种的目标检测算法。对于输入图像大小300x300的版本在VOC200...原创 2018-07-04 21:45:42 · 30590 阅读 · 26 评论 -
SSD算法Tensorflow版详解(二)
Loss函数计算SSD的Loss函数包含两项:(1)预测类别损失(2)预测位置偏移量损失:Loss中的N代表着被挑选出来的默认框个数(包括正样本和负样本),L(los)即位置偏移量损失是Smooth L1 loss(是默认框与GTbox之间的位置偏移与网络预测出的位置偏移量之间的损失),L(conf)即预测类别损失是多类别softmax loss,α的值设置为1. Smooth L1 loss定...原创 2018-07-05 22:02:08 · 4797 阅读 · 5 评论 -
YOLO v3网络结构分析
相信阅读了YOLO v3论文的小伙伴们会发现为什么这次的论文篇幅这么少?除去参考文献就四面?Excuse me?我是下了篇假文献吧。读完后感觉内容确实不多,而且总感觉写的不够细致,很多地方都比较模糊,可能是作者想让大家去观摩他的代码吧。本人是小白,看后表示有点蒙。于是在Github上搜了大牛们基于Tensorflow搭建的YOLOv3模型进行分析(本人只接触过TF,所以就不去看caffe的源码...原创 2018-07-26 12:07:09 · 170984 阅读 · 202 评论 -
Ubuntu16.04下Tensorflow C++编译并调用pb文件(一)
通常tensorflow训练深度学习网络都是在python语言中实现的,因为在python环境中安装tensorflow非常方便并且tensorflow针对python的接口也非常友好,但有些时候我们又必须在C++环境中进行开发。所以我们希望利用python去训练网络,训练完后将网络冻结生成pb文件,然后通过C++版的tensorflow进行调用。但编译C++版的tensorflow相对pytho...翻译 2019-01-21 15:41:12 · 7000 阅读 · 30 评论 -
计算目标检测任务中的mAP
mAP(Mean Average Precision)均值平均准确率,即检测多个目标类别的平均准确率。在目标检测领域mAP是一个最为常用的指标。具体概念不叙述,本文主要讲如何利用Github上一些开源项目计算自己网络的mAP值等信息。首先给出两个Github链接,链接1;链接2。这两个链接项目都可以帮助我们计算mAP的值,用法也差不多,链接1感觉用起来更简单点,链接2的功能更全面点(绘制的Prec...原创 2019-05-06 10:30:15 · 4513 阅读 · 2 评论 -
C++中调用Tensorflow的pb文件(二)
在之前的博文中有讲到如何编译安装c++版的Tensorflow,并简单调用自己训练的pb文件(若需要使用python进行调用pb文件请参考这个博文)。在本文中将进一步结合代码调用pb文件。之前经常使用google发布在github上基于tensorflow的object detection模块,在该模块中官方事先提供了一系列预训练模型,如下图所示,我们可以直接使用这些模型也可以针对自己的项目进行r...原创 2019-05-16 10:54:22 · 6905 阅读 · 33 评论 -
tensorflow object detection的简单使用(一)
在上一篇博文中,简单介绍了如何在ubuntu16.04上安装google提供的基于tensorflow的object detection模块。本篇博文简单介绍如何去使用这个模块,主要以训练PASCALVOC2012数据集为例进行讲解。什么是PASCAL VOC,如果有不了解的同学可以抽点时间看下这篇博文这个博主讲的很详细,简单来说就是拥有20个类别的目标检测数据集(当然除了目标检测还有目标分割等...原创 2019-09-29 21:18:43 · 5316 阅读 · 11 评论 -
利用tensorflow1.2.1中的tensorboard显示数据流程图
这几天才装了tensorflow1.2.1找到一本tensoflow的教材但版本并不是1.2.1而是低版本。推荐下(面向机器智能的Tensorflow实践)个人觉得不错。这本书中讲了如何打开graph,但是我怎么按着做都打不开,后来踩了很多坑后终于打开了。第一,首先建议使用Google的chrome浏览器,我用360和IE打开都是白板,用chrome可以打开,但是graph模块中无原创 2017-07-04 11:23:35 · 5487 阅读 · 4 评论