![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow
文章平均质量分 75
程序媛一枚~
热爱是最好的学习动力。
Either outstanding or out. (要么出众,要么出局)
展开
-
TensorFlow TFRecords简介
这篇博客将介绍TensorFlow的TFRecords,提供有关TFRecords的所有信息的一应俱全的介绍。从如何构建基本TFRecords到用于训练 SRGAN 和 ESRGAN 模型的高级TFRecords的所有内容。包括什么是TFRecords,如何序列化,反序列化数据,以及如何使用TFRecords预处理和序列化像div2k这样的大型数据集,如何使用TFRecords及TensorFlow训练深度神经网络。原创 2022-12-14 11:36:45 · 566 阅读 · 1 评论 -
使用Python,Keras和TensorFlow训练第一个CNN
这篇博客将介绍如何使用Python和Keras训练第一个卷积神经网络架构——ShallowNet,并在动物和CIFAR-10数据集上对其进行了训练。ShallowNet对动物的分类准确率为71%,比以前使用简单前馈神经网络的最佳分类准确率提高了12%。当应用于CIFAR-10时,ShallowNet达到了60%的精度,比以前使用简单多层神经网络的57%的最佳精度提高了(并且没有显著的过拟合)。原创 2022-09-28 16:55:42 · 866 阅读 · 0 评论 -
使用Tensorflow2.0执行视觉显著性检测(Visual Saliency Detection)
上一篇博客介绍了如何[使用Python,OpenCV执行视觉显著性检测(Visual Saliency Detection)](https://blog.csdn.net/qq_40985985/article/details/124727023)。这篇博客将介绍如何使用Tensorflow2.0执行显著性检测,这是一个应用图像处理和计算机视觉算法来自动定位图像中最“显著”区域的过程。...原创 2022-08-13 20:45:00 · 538 阅读 · 0 评论 -
卷积神经网络(CNN)使用自己的数据集进行天气识别
这篇博客将从构建自己的天气数据集开始,到定义模型,编译模型,训练模型及验证模型。并进行一些升级,以使得模型更好。如ImageDateGenerator进行数据增强,之后分别对cloudy,haze,sunrise,shine,snow,rain,thunder等7种天气情况进行识别。准确率75%不是太高(可能是因为原始数据集的原因,每个分类有4种),可以通过增加原始数据解决。...原创 2022-08-07 23:30:00 · 2730 阅读 · 2 评论 -
记录|深度学习100例-卷积神经网络(CNN)服装图像分类 | 第3天
记录|深度学习100例-卷积神经网络(CNN)服装图像分类 | 第3天原创 2022-08-06 21:45:00 · 368 阅读 · 0 评论 -
记录|深度学习100例-卷积神经网络(CNN)minist数字分类 | 第1天
记录|深度学习100例-卷积神经网络(CNN)minist0-9数字分类原创 2022-08-06 18:30:00 · 529 阅读 · 0 评论 -
记录|深度学习100例-卷积神经网络(CNN)彩色图片分类 | 第2天
记录|深度学习100例-卷积神经网络(CNN)彩色图片分类 | 第2天原创 2022-08-07 20:30:00 · 714 阅读 · 0 评论 -
使用Python,OpenCV应用EAST文本检测器检测自然场景图像中的文本
使用Python,OpenCV检测自然场景图像中的文本1. 效果图2. 原理2.1 为什么自然场景文本检测如此具有挑战性?3. 源码参考这篇博客将介绍如何使用Python,OpenCV应用EAST文本检测器检测自然场景图像和视频流中的文本。OpenCV的EAST文本检测器是一种深度学习模型,基于一种新颖的体系结构和训练模式。它能够(1)在720p图像上以13 FPS的速度近实时运行,(2)获得最先进的文本检测精度。1. 效果图2. 原理2.1 为什么自然场景文本检测如此具有挑战性?图像/传感器原创 2022-07-09 22:00:00 · 1708 阅读 · 0 评论 -
使用Keras训练Lenet网络来进行手写数字识别
这篇博客将介绍如何使用Keras训练Lenet网络来进行手写数字识别。LeNet架构是深度学习中的一项开创性工作,演示了如何训练神经网络以端到端的方式识别图像中的对象(即不必进行特征提取,网络能够从图像本身学习模式)。首先由LeCun等人介绍。在他们1998年的论文中,基于梯度的学习应用于文档识别。正如论文名称所示,作者实现LeNet的动机主要是为了光学字符识别(Optical Character Recognition OCR)。......原创 2022-07-04 23:00:00 · 2033 阅读 · 0 评论 -
Windows Keras load_model报错及解决
Windows Keras load_model报错:ValueError: Unknown metric function:psnr原创 2022-06-07 14:44:38 · 737 阅读 · 0 评论 -
Python,Keras深度学习中非连续的字母怎么处理为one-hot编码
这篇博客将介绍Python,Keras深度学习中非连续的字母文本怎么处理为one-hot编码。原创 2021-09-14 21:03:30 · 578 阅读 · 0 评论 -
Keras ImageDataGenerator用于数据扩充/增强的原理及方法
在这篇博客中,您了解了数据扩充/增强以及如何通过Keras的ImageDataGenerator类应用数据扩充。有三种数据增强类型,默认情况下,Keras的ImageDataGenerator该类执行就地/即时数据扩充。数据增强是正则化的一种形式,使我们的网络可以更好地将其推广到我们的测试/验证集。在训练中不应用数据增强会导致过度拟合。应用数据增强,可以进行平滑的训练,避免过度拟合以及拥有更高的准确性/更低的损失。尽量在所有的训练中都使用数据增强。...原创 2020-06-29 10:25:41 · 5666 阅读 · 2 评论 -
Keras TensorFlow教程:使用自己的数据集进行训练
在今天的教程中,您将学习如何开始使用Keras,深度学习和Python。具体来说,您将学习使用Keras和自己的自定义数据集进行TensorFlow实践,共七个关键步骤:如何从磁盘加载数据如何创建训练和测试分组如何定义Keras模型架构如何编译和准备您的Keras模型如何在训练数据上训练模型如何根据测试数据评估模型如何使用训练有素的Keras模型进行预测基于此您还学习了如何实现卷积神经网络,从而使您可以获得比标准的全连接网络更高的准确性。原创 2020-06-25 22:35:51 · 6934 阅读 · 11 评论 -
ubuntu18.04上安装TensorFlow2.0
本教程中,您学习了如何在Ubuntu上安装TensorFlow 2.0(支持或不支持GPU)。原创 2020-05-19 09:29:15 · 2885 阅读 · 0 评论