- 博客(10)
- 收藏
- 关注
RSS订阅原创 2020-09-01
[ { "num": "3173607332@qq.com", "pwd": "buvrfxgezzghdcgb", "run": true, "ver": "2.3", "Image":true, "Filer":true, "Video":true, "Audio":true, "ban":["3173607332", "2483...
2020-09-01 15:02:28
136
原创 TensorFlow遇见Android Studio之手势识别
在一个人工智能课上被要求做一个利用手机加速度传感器进行手势识别的项目。几经辗转，竟然收获了不错的效果。1.首先寻找数据集，是没有找到的，这使得我们开始下定决心自己造数据。但是数据要求有一定的真实性，不可以随便乱造的。于是自己写了一个App，用于采集数据，同时给数据集打上标签。一个星期下来，收集了6000+的加速度传感器数据，自己一个人完成的，不是很辛苦，但是很孤独，有没有。但是6000+数据...
2018-12-17 17:39:35
1765
原创 TensorFlow 遇见 Android Studio 在手机上运行keras的H5模型
由于项目需要，可能会用到tensorflow和keras的模型，并且需要在App（安卓）上跑模型，实现了这一功能之后，把过程总结一下，分享了出来。一、在PC端训练Keras模型下面给出我的实例代码from __future__ import print_functionimport kerasfrom keras.models import Sequential,save_mo...
2018-12-17 14:23:17
2142
原创 TensorFlow遇见Android Studio 在手机上运行ckpt模型
由于项目需要，可能会用到tensorflow和keras的模型，并且需要在App（安卓）上跑模型，实现了这一功能之后，把过程总结一下，分享了出来。一、TensorFlow模型构建训练import tensorflow as tf#由于我的目的就只是把较复杂的模型实现在App，就没有训练，这里实现的是手写数字识别。def defModel(x): #将所有的图片原本100*100...
2018-12-17 14:18:30
1126
原创 手写数字识别--Android Studio 加载tensorflow模型
思路： 在电脑端调用mnist数据集，构建深度卷积神经网络模型，使用TensorFlow进行训练，达到99%+的测试集数据准确率，继而把模型迁移到App端。具体迁移教程参考之前的文章：https://mp.csdn.net/postedit/85016120这是模型迁移的教程https://mp.csdn.net/postedit/85009068这是训练神经网络的代码下面详...
2018-12-16 21:52:46
4255
2
原创 TensorFlow遇见Android Studio 构建App入门教程
一、PC端搭建模型与训练，保存模型为PB文件'''简单起见，创建一个最简单的tensorflow模型，没有实际功能只为了演示在android studio搭建App运行代码就会在 你选择的本地目录找打PB文件'''import tensorflow as tf # 此处的输入层定义为常量，为了简单起见，输入层名字为input，简单起见input_constant...
2018-12-15 17:40:07
972
原创 手写数字识别--TensorFlow实战
# -*- coding: utf-8 -*-"""author：菜根言date:2018-10-08A deep MNIST classifier using convolutional layers."""from __future__ import absolute_importfrom __future__ import divisionfrom __fut...
2018-12-14 20:15:04
388
原创 Ubuntu系统使用bazel工具编译TensorFlow
在安装bazel用于把深度学习模型部署到手机时（Use the binary installer (recommended)），遇到了以下问题，这里把解决手段记录下来，供大家参考。官方教程请参考https://docs.bazel.build/versions/master/install-ubuntu.html#install-with-installer-ubuntutan@u...
2018-12-14 19:52:17
2701
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人