TensorFlow2.0理论和操作
记录自己深度学习的过程
爱吃雪糕的鱼
这个作者很懒,什么都没留下…
展开
-
使用Python给图片批量进行改名
直接上代码 对应着操作就行import osclass ImageRename(): def __init__(self): self.path = r"E:\test_image\test_r" # 需要改名的文件 self.path1 = r"E:\test_image\test_r" # 改名后文件存在的路径 # 'norain-1000x2.png', 'norain-1001x2.png', def re_name(self):原创 2020-07-16 13:55:39 · 1337 阅读 · 0 评论 -
Tensorflow2.0 使用Tensorboard回调函数可视化保存和控制学习速率
直接使用代码展示在这里插入代码片log_dir = os.path.join('logs',datetime.datetime.now().strftime("%Y%d%d-%H%M%S"))tensorboard = tf.keras.callbacks.TensorBoard(log_dir,histogram_freq=1)# histogram_freq记录直方图的频率file_writer = tf.summary.create_file_writer(log_dir + '/lr'原创 2020-06-02 10:56:50 · 626 阅读 · 0 评论 -
DCGAN深度卷积生成对抗网络的意义和设计的技巧(TensorFlow2.0)
什么是DCGANDEGAN就是将CNN和原始的GAN结合到了一起,生成模型和判别模型都运用了深度卷积神经网络的生成对抗网络DCGAN的设计反卷积结构DCGAN设计技巧取消所有的pooling层。G网络中使用转置卷积(transposed convolutional layer)进行上采样,D网络中加入stride的卷积代替pooling。去掉FC层,使网络变为全卷积网络G网络中...原创 2020-05-04 21:10:47 · 741 阅读 · 0 评论 -
TensorFlow2.0 DCGAN深度卷积生成对抗网络实例操作
根据mnist数据演示DCGAN的操作实例导入所需要的包import tensorflow as tfimport matplotlib.pyplot as pltimport numpy as npimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'构建数据集使用的是mnist手写字数据集(train_image,train_...原创 2020-05-04 20:44:27 · 502 阅读 · 0 评论 -
TensorFlow 2.0 模型的保存和恢复
共包含五终保存的方式模型整体的保存(框架和权重)保存模型的框架(代码的结构)保存模型的权重使用回调函数对模型进行保存自定义训练模型的保存1 模型整体的保存整个模型可以保存到一个文件中,其中包含权重值、模型配置乃至优化器配置。可以为模型设置检查点,并稍后从完全相同的状态继续训练,而无需访问原始代码。Keras使用HDF5标准提供基本的保存格式#保存模型的代码model.sav...原创 2020-05-03 17:00:39 · 544 阅读 · 0 评论 -
TensorFlow2.0 上采样 Upsampling
由于卷积过程中,特征图像变得很小,为了得到原图大小的稠密像素预测,需要进行上采样方式(三种):插值法反池化反卷积(转置卷积)反卷积:本质是通过训练(学习)来放大图片...原创 2020-04-30 21:07:57 · 2459 阅读 · 0 评论 -
TensorFlow2.0 tf.data.Dataset读取自己的图片数据集
深度学习中做卷积训练时需要读取我们自己的图片数据,对应的代码操作如下import tensorflow as tfos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'import globimport matplotlib.pyplot as pltinput_path = glob.glob('D:/PycharmProjects/testSave/Tr...原创 2020-04-29 11:46:36 · 4963 阅读 · 2 评论