![](https://img-blog.csdnimg.cn/2019092715111047.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习/tensorflow
文章平均质量分 79
用tensorflow来实战学习深度学习
smallworldxyl
这个作者很懒,什么都没留下…
展开
-
TF2 YOLOV3核心代码逐句详解------自用笔记(未完待更)
代码来自b站/csdn 大佬:Bubbliiiing一.网络结构1.darknet.pyfrom functools import wrapsfrom tensorflow.keras.initializers import RandomNormalfrom tensorflow.keras.layers import (Add, BatchNormalization, Conv2D, LeakyReLU, ZeroPadding2D)fr原创 2021-11-18 17:12:11 · 546 阅读 · 0 评论 -
tensorflow2.x自建数据集训练
1.导入库import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import datasets, layers, optimizers, Sequential, metricsfrom tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2import osimport pathli原创 2021-10-19 00:02:35 · 1091 阅读 · 0 评论 -
tensorflow2.0 预测新文本(二)
之前的文本我们是采用的一个自己输入的data,数据量太小,生成的新闻本效果不好,这次我们采用更多的数据进行预测。1.数据获取数据的格式与之前相同,只不过数据量增大了,下载的数据存储到/tmp/irish-lyrics-eof.txt(可以按照自己需求更改)!wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.com/irish-lyrics-eof.txt \原创 2021-09-25 15:30:00 · 277 阅读 · 0 评论 -
tensorflow2.0 预测新文本(一)
先记录一个报错1.导入库import tensorflow as tffrom tensorflow.keras.preprocessing.sequence import pad_sequencesfrom tensorflow.keras.layers import Embedding, LSTM, Dense, Bidirectionalfrom tensorflow.keras.preprocessing.text import Tokenizerfrom tensorflow.ker原创 2021-09-25 14:49:48 · 683 阅读 · 0 评论 -
tensorflow2.0实现IMDB文本数据集学习词嵌入
1. IMDB数据集示例如下所示[ { "rating": 5, "title": "The dark is rising!", "movie": "tt0484562", "review": "It is adapted from the book. I did not read the book and maybe that is why I still enjoyed the movie. There are recent原创 2021-09-24 10:47:22 · 492 阅读 · 0 评论 -
tensorflow2.0使用keras的Tokenizer文本预处理
tokenizer = Tokenizer(num_words=max_words) # 只考虑最常见的前max_words个词tokenizer.fit_on_texts(texts) #使用一系列文档来生成token词典,texts为list类,每个元素为一个文档 sequences =tokenizer.texts_to_sequences(texts) # 将多个文档转换为word下标的向量形式,shape为[len(texts),len(text)] – (文档数,每条文档的长度).原创 2021-09-23 15:28:16 · 2164 阅读 · 0 评论 -
tensorflow实现猫狗分类器(三)Inception V3迁移学习
部分内容来自 博主史丹利复合田的Keras 入门课6 – 使用Inception V3模型进行迁移学习地址:https://blog.csdn.net/tsyccnh/article/details/78889838迁移学习主要分为两种第一种即所谓的transfer learning,迁移训练时,移掉最顶层,比如ImageNet训练任务的顶层就是一个1000输出的全连接层,换上新的顶层,比如输出为10的全连接层,然后训练的时候,只训练最后两层,即原网络的倒数第二层和新换的全连接输出层。可以说tr.原创 2021-09-21 19:12:01 · 901 阅读 · 0 评论 -
tensorflow实现猫狗分类器(二)数据增强版
在上文我们训练了一个猫狗分类器,虽然训练集的表现很好但是验证集却还不够,并且有明显的过拟合现象。为了克服过拟合通常需要扩大数据集,但是往往并没有足够的数据用来训练,所以我们采用数据增强的方式扩大训练规模。我们利用ImageGenerator来实现数据增强train_datagen = ImageDataGenerator( rotation_range=40, width_shift_range=0.2, height_shift_range=0.2, s原创 2021-09-21 15:39:36 · 355 阅读 · 0 评论 -
tensorflow实现猫狗分类器(一)
注:该代码均为在colab上通过挂载谷歌云盘实现,所以目录结构为linux结构。wget在jupyter中需要先安装。from google.colab import files为从谷歌云盘读取文件的代码1.下载猫狗图片数据集!wget --no-check-certificate \ https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip \ -O /tmp/cats_and_dogs_filtered.原创 2021-09-20 23:08:29 · 466 阅读 · 0 评论 -
Tensorflow 自建数据集实现人-马二分类识别
从网站下载数据集解压到工作目录import osimport zipfilelocal_zip = 'E:\JupyterWorkdir\data\horse-or-human.zip'zip_ref = zipfile.ZipFile(local_zip, 'r')zip_ref.extractall('E:\JupyterWorkdir\data\horse-or-human')zip_ref.close()目录如下图查看每个分类前10个图像import os# Directo原创 2021-09-20 18:36:32 · 566 阅读 · 0 评论 -
tensorflow实现循环神经网络
一.循环核二.RNN实现字母预测。2.1 输入一个字母预测下个字母该例实现对于a,b,c,d,e五个字母,对于5个字母进行训练,要求最终可以通过输入字母a网络可以输出b,输入b网络预测出c,…。对于5个字母进行one-hot编码import tensorflow as tfimport numpy as npfrom tensorflow.keras.layers import Dense, SimpleRNNimport matplotlib.pyplot as pltim原创 2021-09-19 11:12:14 · 368 阅读 · 0 评论 -
tensorflow实现卷积网络
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_printoptions原创 2021-09-15 16:59:47 · 209 阅读 · 0 评论 -
tensorflow2.0--keras入门
1.keras框架搭建步骤1.import //导入依赖库2.train test //设置训练集和测试集3.model=tf.keras.models.Sequential //搭建网络,完成前向传播 4.model.comlie //设置训练参数5.model.fit//执行训练过程6.model.summary//打印网络结构和参数统计这里注意,如果你的神经网络输出已经经过了概率分布(如经过了softmax),这里的from_logits参数为False,否则为True.2.采用原创 2021-09-12 15:32:57 · 431 阅读 · 0 评论 -
Tensorflow基本函数
import tensorflow as tfa=tf.zeros([2,3])b=tf.ones(4)c=tf.fill([2,2],9)print(a)print(b)print(c)tf.Tensor([[0. 0. 0.][0. 0. 0.]], shape=(2, 3), dtype=float32)tf.Tensor([1. 1. 1. 1.], shape=(4,), dtype=float32)tf.Tensor([[9 9][9 9]], shape=(2, 2原创 2021-09-08 16:49:57 · 218 阅读 · 0 评论