- 博客(23)
- 收藏
- 关注
RSS订阅原创 从.pb文件中调用tensorflow模型
# -*- coding: utf-8 -*- import tensorflow as tffrom tensorflow.python.platform import gfile#load graphwith gfile.FastGFile("./graph.pb",'rb') as f: graph_def = tf.GraphDef() graph_def.P...
2020-02-28 10:56:35
537
转载 tensorflow gfile文件操作简析
原文链接：https://zhuanlan.zhihu.com/p/31536538一、gfile模块是什么gfile模块定义在tensorflow/python/platform/gfile.py，但其源代码实现主要位于tensorflow/tensorflow/python/lib/io/file_io.py，那么gfile模块主要功能是什么呢？我们看到gfile.py里有那么一句简单的话“...
2020-02-27 20:45:31
464
转载 tensorboard可视化无法打开的问题
有时使用tensorboard会无法打开，浏览器提示：拒绝了我们的连接请求。使用如下方法解决：查看自己的hosts文件。里面内容修改为127.0.0.1 localhost然后再次运行 tensorboard --logdir=E:\ --host=127.0.0.1浏览器输入http://127.0.0.1：6006...
2020-02-27 16:04:56
972
转载 tf.gfile.FastGFile函数
原文链接：https://blog.csdn.net/william_hehe/article/details/78821715tf.gfile.FastGFile(path,decodestyle)函数功能：实现对图片的读取。函数参数：(1)path：图片所在路径 (2)decodestyle:图片的解码方式。(‘r’:UTF-8编码; ‘rb’:非UTF-8编码)import matp...
2020-02-27 13:34:46
420
原创 TensorFlow 中 tf.app.flags.FLAGS
原文链接：https://blog.csdn.net/lyb3b3b/article/details/82454665一、tf.app.flags.FLAGS例子1：新建一个名为：app_flags.py 的文件。#coding:utf-8 # 学习使用 tf.app.flags 使用，全局变量# 可以再命令行中运行也是比较方便，如果只写 python app_flags.py 则代码运行...
2020-02-23 15:46:26
385
转载 解决从github下载速度慢的问题
原文链接：https://blog.csdn.net/TeFuirnever/article/details/99110367利用码云来克隆GitHub项目，操作简单而且有效，下面是图文详情：1、首先需要一个码云账户，如果你没有，这个是官网地址——https://gitee.com/ 。2、注册一个账户。3、手机号就可以，一分钟的事。4、新建一个仓库。5、选择导入已有仓库。...
2020-02-22 19:15:30
1385
1
转载 图像超分辨动态重建的传统方法（matlab）
基于临插值和双线性内插值法1、 读取与显示输入图像：%输入图像和显示图像function []=readShow()ima=imread('test.jpg'); %输入图像imshow(ima); %显示图像end显示输出图像 --> readShow()输出结果如下：2、点运算：1) 图像的缩放代码，并显示缩放处理前后的图像这...
2020-02-21 21:05:04
3950
原创 解决PDF文档复制到word中的段落不对齐的方法
段落不对齐可能是因为后面有回车或者空格，替换掉他们就可以了。具体操作： 按Ctrl+H，打开替换对话框。在查找后边填上：^l。这里那个是字母L。在“替换为”后边，什么都不要添加。点击全部替换即可。...
2020-02-17 15:57:42
6754
转载 图像超分辨率重建原理学习
原文链接：https://blog.csdn.net/gwplovekimi/article/details/83041627目录超分辨率（Super Resolution，SR）传统的图像超分辨率重建技术简介基于插值的图像超分基于重建的图像超分辨率基于学习的图像超分辨率基于深度学习的图像超分辨率重建技术两种常用的评价超分的指标——PSNR和SSIMSRCNN（Super-Res...
2020-02-15 12:44:06
13075
1
转载 LSTM在keras中的参数return_sequences和return_state
原文链接：https://blog.csdn.net/u011327333/article/details/78501054Understand the Difference Between Return Sequences and Return States for LSTMs in KerasKears LSTM API 中给出的两个参数描述return_sequences：默认 Fa...
2020-02-14 19:43:49
641
转载 keras中lstm理解（一）
原文链接：https://www.cnblogs.com/leeshum/p/6133290.html一. RNN 说到LSTM，无可避免的首先要提到最简单最原始的RNN。在这一部分，我的目标只是理解“循环神经网络”中的‘循环’二字，不打算扔出任何公式，顺便一提曾经困惑过我的keras中的输入数据格式。 &nb...
2020-02-14 17:26:22
230
转载 tf.argmax()解析
原文链接：https://blog.csdn.net/u012300744/article/details/81240580 ...
2020-02-13 13:22:41
106
转载 tensorflow的reshape操作tf.reshape()
原文链接：https://blog.csdn.net/m0_37592397/article/details/78695318在处理图像数据的时候总会遇到输入图像的维数不符合的情况，此时tensorflow中reshape()就很好的解决了这个问题。 更为详细的可以参考官方文档说明： numpy.reshapereshape()的括号中所包含的参数有哪些呢？常见的写法有tf.reshap...
2020-02-13 11:43:46
327
转载 Python中文件的open,close,read,write
原文链接：https://blog.csdn.net/qq_26442553/article/details/81626442 ...
2020-02-12 17:16:24
220
转载 Python中[ : n]、[m : ]、[-1]、[:-1]、[::-1]、[2::-1]和[1:]的含义
原文链接：https://blog.csdn.net/springrolls/article/details/95220169[m : ] 代表列表中的第m+1项到最后一项[ : n] 代表列表中的第一项到第n项import numpy as npa=[1,2,3.4,5]print(a)[ 1 2 3 4 5 ]print(a[-1]) 取最后一个元素结果：[5]pri...
2020-02-12 10:58:03
617
转载 python里面的os和sys都在干嘛
原文链接：https://blog.csdn.net/xuzhexing/article/details/90551706os模块一、什么是os模块**os模块提供了多数操作系统的功能接口函数。**当os模块被导入后，它会自适应于不同的操作系统平台，根据不同的平台进行相应的操作，在python编程时，经常和文件、目录打交道，所以离不了os模块。python编程时，经常和文件、目录打交道，这...
2020-02-10 17:26:06
229
转载 K.concatenate()
原文链接keras中文文档解释concatenatekeras.layers.concatenate(inputs, axis=-1)参数inputs: 一个列表的输入张量（列表大小至少为 2）。axis: 串联的轴输出一个张量，所有输入张量通过 axis 轴串联起来的输出张量。如下程序段：import numpy as npimport cv2import keras.b...
2020-02-09 13:55:28
627
原创 keras中import keras.backend as K的含义
原理介绍keras是一种基于模块的高级深度学习开发框架，它并没有仅依赖于某一种高速底层张量库，而是对各种底层张量库进行高层模块封装，让底层库完成诸如张量积、卷积操作。目前，Keras提供了三种后端实现：TensorFlow后端，Theano后端和CNTK后端。TensorFlow是Google开发的开源符号张量操纵框架。Theano是由蒙特利尔大学的LISA Lab开发的开源符号张量操纵框...
2020-02-09 10:29:32
5290
转载 LSTM网络学习
循环神经网络（Recurrent Neural Networks）人对一个问题的思考不会完全从头开始。比如你在阅读本片文章的时，你会根据之前理解过的信息来理解下面看到的文字。在理解当前文字的时候，你并不会忘记之前看过的文字，从头思考当前文字的含义。传统的神经网络并不能做到这一点，这是在对这种序列信息（如语音）进行预测时的一个缺点。比如你想对电影中的每个片段去做事件分类，传统的神经网络是很难通过...
2020-02-08 16:41:23
477
原创 tf.image.non_max_suppression 函数
函数原型：tf.image.non_max_suppression(boxes,scores,max_output_size,iou_threshold=0.5,score_threshold=float(’-inf’),name=None)参数：boxes:2-D的float类型的，大小为[num_boxes,4]的张量；scores：1-D的float类型的大小为[num_...
2020-02-02 16:57:18
1558
原创 tf.boolean_mask() 函数
boolean_mask(a,b) 将使a (m维)矩阵仅保留与b中“True”元素同下标的部分。使用tf.boolean_mask用来过滤概率值比较低的锚盒，这个函数的一个参数b为滤波器掩模，生成掩模要用到逻辑表达式（>或者<）生成布尔值，假设阈值threshold=C，并且当mask和tensor的维度相同时，输出1维矩阵def yolo_filter_boxes(box_con...
2020-02-02 09:52:46
754
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