深度学习tf2.0
__山顶洞人__
这个作者很懒,什么都没留下…
展开
-
tensorflow语义分割计算mIoU时忽略某一类别
在做语义分割的时候,有不少数据集中的部分类别是我们不想让其参与mIoU计算的。tensorflow忽略某一类别计算mIoU的方法网上比较少。经过阅读tensorflow文档,总结出一下求解方法:数据准备:1、先理解一维张量:假设有张量a,ba = np.array([0, 1, 2, 3]) # 真实b = np.array([0, 1, 0, 3]) # 预测手动计算一下mIoU类别0:= 交集 / 并集 = 1 / 2 = 0.5类别1:= 1 / 1 =原创 2022-04-30 22:48:26 · 1725 阅读 · 0 评论 -
tensorflow2.1 构建Vgg16、GoogLeNet-v1、resNet18
一、Vgg16from tensorflow.keras.layers import Conv2D, Dense, BatchNormalization, ReLU, MaxPool2D, Flatten, Dropout, InputLayerfrom tensorflow.keras.models import Sequentialdef make_block(conv_num, filters): """ :param conv_num: 卷积层数量 :para原创 2021-09-01 11:37:01 · 525 阅读 · 0 评论 -
损失函数 DiceLoss 的 Pytorch、TensorFlow 实现
转载于:http://www.79tui.com/happy/627148.html原创 2021-03-11 16:58:05 · 1095 阅读 · 0 评论 -
多分类交叉熵损失计算
loss = -[0* ln(0.05) + 1 * ln(0.95) + 0 * ln(0) + 0 * ln(0.1) + 0 * ln(0.8) + 1* ln(0.1)] / 2 = 1.177原创 2021-03-09 17:19:12 · 1208 阅读 · 0 评论 -
tensorflow2.x中的data_format的解释
data_format A string, one ofchannels_last(default) orchannels_first. The ordering of the dimensions in the inputs.channels_lastcorresponds to inputs with shape(batch_size,height,width,channels)whilechannels_firstcorresponds to inputs with sh...原创 2021-01-07 13:16:12 · 516 阅读 · 0 评论 -
tensorflow2.x 图片填充式不失真的resize
在图片预处理的时候往往需要保证原始图像的长宽尺寸保持不变,达到resize前后不失真的效果,但是数据集中很难保证每个样本图像长宽比例相等。为了保证不失真,在图像周围做0填充是不错的选择。tensorflow2.x提供了很多图片预处理的API,实现填充式resize我们使用的是tf.image.resize_with_pad( image, target_height, target_width, method=ResizeMethod.BILINEAR, antialias=Fal...原创 2021-01-06 10:21:13 · 1833 阅读 · 0 评论 -
tf2.x出现:FAILED TO GET CONVOLUTION ALGORITHM. THIS IS PROBABLY BECAUSE CUDNN FAILED TO INITIALIZE
physical_devices = tf.config.experimental.list_physical_devices('GPU')assert len(physical_devices) > 0, "Not enough GPU hardware devices available"tf.config.experimental.set_memory_growth(physical_devices[0], True)加上上述代码即可原创 2020-09-29 22:01:39 · 241 阅读 · 0 评论 -
tensorflow2.0 自定义线性回归类
import tensorflow as tfX = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])y = tf.constant([[10.0], [20.0]])class Liner(tf.keras.Model): """ 自定义线性回归类 """ def __init__(self): super().__init__() self.dense = tf.keras.la.原创 2020-12-17 15:06:24 · 122 阅读 · 0 评论 -
tensorflow2.0自定义损失函数和评估指标
1、自定义损失函数需要继承 tf.keras.losses.Loss 类,重写 call 方法即可,输入真实值 y_true 和模型预测值 y_pred ,输出模型预测值和真实值之间通过自定义的损失函数计算出的损失值。下面的示例为均方差损失函数:class MeanSquaredError(tf.keras.losses.Loss): def call(self, y_true, y_pred): return tf.reduce_mean(tf.square(y_pred -原创 2020-09-30 16:56:30 · 1153 阅读 · 0 评论