TensorFlow使用技巧
ShadowN1ght
这个作者很懒,什么都没留下…
展开
-
如何用TensorFlow训练和识别/分类自定义图片
很多正在入门或刚入门TensorFlow机器学习的同学希望能够通过自己指定图片源对模型进行训练,然后识别和分类自己指定的图片。但是,在TensorFlow官方入门教程中,并无明确给出如何把自定义数据输入训练模型的方法。现在,我们就参考官方入门课程《Deep MNIST for Experts》一节的内容(传送门:https://www.tensorflow.org/get_started/mnis原创 2017-09-24 12:06:49 · 39698 阅读 · 70 评论 -
在Windows 7/10系统下如何安装TensorFlow GPU版
目前,网上很多人不建议在Win系统下安装TensorFlow,因为支持不好。大部分用户都是将TensorFlow安装在Linux系统。但是,对于习惯在Win下进行软件开发的用户(特别是使用Visual Studio的用户),在win7和win10下搭建TensorFlow开发环境是一个迫切的需求。我也一直想要实现Windows系统下调用TensorFlow代码,以避免需要安装Win/Linux双系统的麻烦。经过各种尝试,我终于在win7和win10两个系统下成功搭建TensorFlow开发环境,可以正常原创 2017-09-11 12:19:02 · 5005 阅读 · 0 评论 -
如何实现Visual Studio C++调用TensorFlow代码
对机器学习感兴趣的VS老司机们,在Windows上搭建好TensorFlow开发环境后,应该会迫不及待地想要编写一个C++程序调用TensorFlow代码。只要能调用成功,你就可以将机器学习融入到你的C++程序,给你的程序装上人工智能的翅膀!想想都很兴奋!(Win搭建TensorFlow环境的操作步骤可参考我的另一篇博文:http://blog.csdn.net/shadown1ght/art原创 2017-09-11 15:45:05 · 16473 阅读 · 19 评论 -
Windows C++程序调用包含TensorFlow代码的Python脚本出错问题的解决办法
在上一篇博文《如何实现Visual Studio C++调用TensorFlow代码》的末尾,我们提到,运行程序时,PyImport_ImportModule("TensorflowTest")可能会出错。出错信息如下:可以看到,出错的原因是因为触发了threading.py的“assert tlock.locked()”。如果在命令行中执行pythonTensorflowTe原创 2017-09-11 17:11:56 · 6439 阅读 · 39 评论 -
如何从TensorFlow的mnist数据集导出手写体数字图片
在TensorFlow的官方入门课程中,多次用到mnist数据集。mnist数据集是一个数字手写体图片库,但它的存储格式并非常见的图片格式,所有的图片都集中保存在四个扩展名为idx3-ubyte的二进制文件。如果我们想要知道大名鼎鼎的mnist手写体数字都长什么样子,就需要从mnist数据集中导出手写体数字图片。了解这些手写体的总体形状,也有助于加深我们对TensorFlow入门课程的理解原创 2017-09-19 11:03:09 · 11995 阅读 · 20 评论 -
TensorFlow模型参数的保存和加载(含演示代码)
当我们通过TensorFlow构建了一个训练模型,譬如人脸识别或场景分类网络,并且找到合适的数据集,经过较长时间的训练后,识别率令人满意,这时候我们希望把训练结果保存下来,下次使用时可以直接调用,而不需要重新训练。这就涉及到一个如何保存和加载TensorFlow训练参数的问题。为方便使用者保存训练结果,TensorFlow提供了tf.train.Saver模块用于保存当前会话中所有的变量值(V原创 2017-11-22 08:51:15 · 2521 阅读 · 0 评论 -
TensorFlow模型op的保存和加载(含演示代码)
上一篇博文《TensorFlow模型参数的保存和加载》介绍了如何保存和加载TensorFlow模型训练参数,保存对象主要是Tensor/Variables。这一节我们介绍如何保存和复用op。和Tensor一样,保存op需要在训练时为op指定名字,如下所示:softmax = tf.nn.softmax(tf.matmul(x, W) + b,name="op_softmax")在识别阶原创 2017-11-25 20:37:18 · 4228 阅读 · 0 评论 -
基于MNIST数据集实现车牌识别--初步演示版
在前几天写的一篇博文《如何从TensorFlow的mnist数据集导出手写体数字图片》中,我们介绍了如何通过TensorFlow将mnist手写体数字集导出到本地保存为bmp文件。车牌识别在当今社会中广泛存在,其应用场景包括各类交通监控和停车场出入口收费系统,在自动驾驶中也得到一定应用,其原理也不难理解,故很适合作为图像处理+机器学习的入门案例。现在我们不妨酝酿一个大胆的想法:在Tenso原创 2017-09-24 18:28:36 · 25573 阅读 · 94 评论 -
TensorFlow车牌识别完整版(含车牌数据集)
在之前发布的一篇博文《MNIST数据集实现车牌识别--初步演示版》中,我们演示了如何使用TensorFlow进行车牌识别,但是,当时采用的数据集是MNIST数字手写体,只能分类0-9共10个数字,无法分类省份简称和字母,局限性较大,无实际意义。经过图像分割处理,博主收集了相关省份简称和26个字母,结合前述博文中贴出的python+TensorFlow代码,实现了完整的车牌识别功能。本着分享精神原创 2017-11-18 21:00:53 · 113004 阅读 · 397 评论