![](https://img-blog.csdnimg.cn/4ae4dae0864640018ef5a37a0789362d.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
tensorflow2
一些tensorflow2.x的用法
吴天德少侠
这个作者很懒,什么都没留下…
展开
-
使用Tensorflow2.x复现uxnet3D
【代码】使用Tensorflow2.x复现uxnet3D。原创 2024-01-26 14:25:50 · 568 阅读 · 0 评论 -
tensorflow2.x的Flatten()
tensorflow2.x原创 2023-03-20 10:12:39 · 552 阅读 · 0 评论 -
tensorflow2.x里面BinaryCrossentropy的实现
Lossytrue×−logsigmoidypred))1−ytrue×−log1−sigmoidypred))(这是基于y_pred是logits的情况,如果已经经过了sigmoid就不需要再用sigmoid处理了)如果有多个batch_size,取平均值。原创 2023-03-17 11:01:25 · 223 阅读 · 0 评论 -
3D图像的swin transformer的tensorflow2.x实现
tensorflow2.x,transformer原创 2023-02-20 10:37:16 · 786 阅读 · 5 评论 -
tensorflow2.x报警告某某层没有梯度
tensorflow2.x原创 2023-02-18 11:07:54 · 119 阅读 · 0 评论 -
tensorflow2.x训练一个epoch后中断,无法保存模型,报错
tensorflow2原创 2023-02-18 03:26:54 · 861 阅读 · 4 评论 -
报错If this call came from a _pb2.py file
深度学习原创 2022-11-09 17:46:43 · 631 阅读 · 0 评论 -
使用tensorflow2写一个简单的线性回归模型的训练与预测
tensorflow2原创 2022-10-01 21:55:52 · 604 阅读 · 0 评论 -
tensorflow2实现adaptive_pooling
在pspnet中有adaptive_pooling操作,可以将当前size大小的图像pool成任意大小。比方说将8×8的图像pool成5×3大小。所以现在是已知input_size和output_size,求出kernel和stride大小,就可以利用现有的pooling操作进行了。import tensorflow as tffrom tensorflow.keras.layers import MaxPooling2Ddef adapmaxpooling(x,outsize):.原创 2022-03-17 17:00:52 · 942 阅读 · 0 评论 -
tensorflow2的utils.Sequence
假设文件是这样的images和labels里面保存的都是.npy数组images里面的一个数据的shape=[128,128,16,1],labels里面的一个数据的shape=[128,128,16,2],因为是二分类语义分割data_loader.pyfrom tensorflow.keras.utils import Sequenceimport numpy as npimport math# Here, `x_set` is list of path to the原创 2022-03-15 23:19:39 · 964 阅读 · 0 评论 -
tf2自定义损失函数测试
main.pyimport tensorflow as tffrom custom_loss import focal_lossmnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0model = tf.keras.models.Sequential([ tf.k原创 2022-03-08 11:02:55 · 1751 阅读 · 0 评论 -
tf2实现vit的transformer encoder构成的主要层
import osos.environ["CUDA_VISIBLE_DEVICES"]="-1" # 使用cpuimport tensorflow as tffrom tensorflow.keras.layers import (Layer,Conv2D,LayerNormalization,Dense, Input,Dropout,Softmax,Add)from tensorflow.keras.models im...原创 2022-02-27 03:17:24 · 410 阅读 · 0 评论 -
tensorflow2实现vision transformer
从结构来看,主要需要实现:patch_embedding;包括image的embedding+一个分类头,以及pos_embedding muliHead_Self_Attention;也就是怎么得到q、k、v,以及它们怎么乘得到attention MLP用这三个层就可以堆叠出一个transformer encoder,然后循环layer遍就可以了。然后取出第一个分类头,经过MLP_head(其实就是一个Dense层)做分类就结束了。让我们看代码吧:import warnings..原创 2022-02-19 18:45:03 · 756 阅读 · 0 评论 -
图像分类的serving
import timeimport requestsimport jsonimport numpy as npfrom PIL import Imageimport matplotlib.pyplot as pltimport osdef mainProcess(image_data): """ 核心代码: 将请求数据发送到远端模型, 返回预测结果 """ start = time.time() ####---------------------.原创 2022-02-15 10:36:47 · 578 阅读 · 0 评论 -
tensorflow2实现vision transformer完整版
import tensorflow as tffrom tensorflow.keras.layers import (Dense,Conv2D,LayerNormalization, Layer,Dropout,Input,GlobalAveragePooling1D, Add,Softmax,)from tensorflow.keras import Sequential.原创 2022-02-13 13:00:30 · 1052 阅读 · 0 评论 -
tensorflow2实现vision transformer
import tensorflow as tffrom tensorflow.keras.layers import (Dense,Conv2D,LayerNormalization, Layer,Dropout,Input,GlobalAveragePooling1D,)from tensorflow.keras import Sequential,Modelclass Identity(Layer): # usage: .原创 2022-02-13 00:52:28 · 304 阅读 · 0 评论 -
tensorflow2实现coordinate attention
import tensorflow as tffrom tensorflow.keras.layers import (Conv2D,AvgPool2D,Input)def CoordAtt(x, reduction = 32): def coord_act(x): tmpx = tf.nn.relu6(x+3) / 6 x = x * tmpx return x x_shape = x.get_shape().as_list().原创 2022-02-08 13:26:08 · 2280 阅读 · 9 评论 -
使用tf2的saved_model进行推理
import tensorflow as tfimport cv2from PIL import Imageimport numpy as npimport colorsysimport osimport matplotlib.pyplot as pltdef resize_image(image, size): """ 等比例resize """ iw, ih = image.size w, h = size scale = min(w/i.原创 2022-02-08 09:18:28 · 667 阅读 · 0 评论 -
图像分割的tf-serving
记录一下使用tensorflow-serving部署图像分割的过程一、将h5权重文件转成saved_model可以部署的模型changeH5tosavedModel.pyimport tensorflow as tffrom nets.unet import Unet as unetif __name__ == '__main__': model = unet((512, 512, 3), 2, 'vgg') model.load_weights('EP100-los原创 2022-02-07 13:08:17 · 1371 阅读 · 0 评论 -
Xception的tensorflow2实现
from tensorflow.keras.layers import (Conv2D,Input,SeparableConv2D,MaxPooling2D, BatchNormalization,Activation,Add, GlobalAveragePooling2D,Dense,)from tensorflow.keras.models imp...原创 2022-01-25 17:12:57 · 311 阅读 · 0 评论 -
tensorflow2-serving部署,使用docker
与本文有关联的文章:resnet50图片分类目录一、安装docker:二、拉取tensorflow-serving镜像:三、将模型文件转成saved_model格式四、通过docker运行tensorflow-serving进行部署模型说明一下参数:0:前面几个参数不用变1:source模型保存的地方2:MODEL_NAME是你自己自定义的3:target也是你自己自定义的,但是我建议models不要动,就后面的字段改成和MODEL_NAME一样就可以了五、客户端..原创 2022-01-23 18:21:11 · 1658 阅读 · 0 评论 -
tensorflow2实现resnet50并用来分类猫狗
一、首先实现resnet50具体可以参考这篇文章import warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'from tensorflow.keras.layers import (Conv2D,MaxPool2D,Input,ZeroPadding2D, Add,AveragePoo原创 2022-01-23 12:57:19 · 1902 阅读 · 0 评论 -
resnet50的tensorflow2实现
import warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'import tensorboardfrom tensorflow.keras.layers import (Conv2D,MaxPool2D,Input,ZeroPadding2D, Add,AveragePooling2D,De.原创 2022-01-21 18:03:19 · 1379 阅读 · 0 评论 -
tensorflow2实现vnet
没有在网上查到tensorflow2实现的vnet网络结构,自己写了一个,供自己和大家参考。import warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'from tensorflow.keras.layers import (Conv3D,PReLU,Input,Concatenate, .原创 2022-01-11 14:20:19 · 740 阅读 · 2 评论 -
tensorflow2实现不失真比例的resize
假设我现在有一张(h, w)= (392, 452) 的图片需要不失真比例的resize成(400, 300),可以使用tensorflow2的api:import warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'import tensorflow as tfimport matplotlib.pyplot as pltimport cv2img =..原创 2022-01-10 14:27:58 · 1445 阅读 · 2 评论 -
tensorflow2.7实现unet网络结构
之前的文章我觉得并没有如实按着论文中的结构来写模型,所以重新写了一下,并在合适的位置标记了代码中的对应位置。unet.pyimport warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'from tensorflow.keras.layers import (Input,Conv2D,UpSampling2D, .原创 2022-01-10 13:36:07 · 1392 阅读 · 1 评论 -
numpy3维数组按深度方向堆叠
背景:有一个npy数组打开之后发现是(depth,h,w)的shape,但是tensorflow2的输入要求是(h,w,c)的格式,因此需要转一下,但是直接转shape的格式会改变图像,因此需要将图片单独取出来,然后做堆叠。import numpy as npimport matplotlib.pyplot as pltimg = np.load('images_0001_0009.npy')print(img.shape)imgNew = img[0]for i in range(1原创 2022-01-07 10:06:37 · 2137 阅读 · 0 评论 -
tensorflow2.7使用functional api实现unet
from tensorflow.keras.layers import (Input, Conv2D, MaxPooling2D, UpSampling2D,Concatenate)from tensorflow.keras.models import Modelimg_rows = 512img_cols = 512def UNET(): inputs = Input(shape=(img_rows,im...原创 2022-01-06 16:14:39 · 785 阅读 · 0 评论 -
tensorflow2.6+mobileNet
import warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'from tensorflow.keras.layers import (DepthwiseConv2D,BatchNormalization, Activation,Conv2D,Input,GlobalAverage...原创 2021-11-16 15:20:30 · 1593 阅读 · 0 评论 -
tensorflow2使用预训练模型和权重进行图像分类
使用回调函数保存模型和自定义训练终止。数据集:import warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'import keras.layersfrom tensorflow.keras import (models,layers,callbacks,utils,)import tensorflow as tfimport matplotlib.原创 2021-11-08 09:31:53 · 885 阅读 · 0 评论 -
tensoflow2.6训练自己的图像分类
包括建立Squential模型和keras内置模型import warningsfrom PIL import Imagewarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'from tensorflow.keras import (models,layers,callbacks,utils,)import tensorflow as tfimport matplotl原创 2021-11-05 09:11:22 · 497 阅读 · 0 评论 -
tensorflow2.6训练一个简单模型并保存和导出进行推理
设置回调函数,只保存权重一、train.pyimport warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'from tensorflow.keras import (datasets,layers,models,callbacks)import matplotlib.pyplot as pltif __name__ == '__main__':原创 2021-11-03 16:46:15 · 3350 阅读 · 0 评论 -
不让tensorflow2输出错误意外的警告信息,屏蔽它们
在程序代码的最上面加上下面4行代码:import warningswarnings.filterwarnings("ignore")import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'即:原创 2021-11-01 16:14:44 · 355 阅读 · 0 评论 -
tensorflow2数据增强
import cv2import tensorflow as tffrom tensorflow.keras import layersimport matplotlib.pyplot as pltimg = cv2.imread(r"C:\Users\admin\Pictures\res.png")h,w,c = img.shapeH,W = int(h*1),int(w*1)resize_and_rescale = tf.keras.Sequential([ layers.exp.原创 2021-09-08 20:02:52 · 513 阅读 · 0 评论 -
tensorflow2的checkpoint恢复训练
假如我定义了一个网络进行训练:import tensorflow as tfimport numpy as npclass MNISTLoader(): def __init__(self): mnist = tf.keras.datasets.mnist (self.train_data, self.train_label), (self.test_data, self.test_label) = mnist.load_data() #原创 2021-08-30 08:58:28 · 4084 阅读 · 0 评论 -
python训练集测试集分配
import osimport randomimport shutilpath = input("请输入原始文件路径: ")path = path.strip("\"")percent = 0.7 # 训练集测试集分配比例filenames = os.listdir(path)trainDir = "train/"testDir = "test/"if not os.path.exists(trainDir): os.makedirs(trainDir)else:...原创 2021-06-21 09:49:51 · 237 阅读 · 0 评论 -
tf2使用cnn模型训练保存自己的数据(分类)
#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time : 2021/7/19 8:22# @Author : wutiandeimport numpy as npimport matplotlib.image as mpingimport matplotlib.pyplot as pltimport tensorflow as tftf.compat.v1.set_random_seed(2021)from tensorflow.ker.原创 2021-07-19 08:50:18 · 721 阅读 · 1 评论 -
tensorflow2写自己的网络结构、训练、保存、预测
写网络结构与训练、保存(test1.py)#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time : 2021/7/16 14:33# @Author : wutiandeimport tensorflow as tf #tf_version: 2.5.0class MyModel(tf.keras.Model): """构建网络模型""" def __init__(self,num_classes): s原创 2021-07-16 17:01:36 · 503 阅读 · 0 评论 -
TF2训练使用resnet训练图像识别
import tensorflow as tfimport osimport numpy as npfrom matplotlib import pyplot as pltfrom tensorflow.keras.layers import Conv2D, BatchNormalization, Activation, MaxPool2D, Dropout, Flatten, Densefrom tensorflow.keras import Modelnp.set_printoption.转载 2021-07-14 08:06:02 · 576 阅读 · 0 评论 -
TF2断点续训
import tensorflow as tfimport osmnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.原创 2021-07-14 07:48:49 · 238 阅读 · 0 评论