Tensorflow
RoWe98
计算机视觉 深度学习方向研究生在读中
展开
-
Tensorflow2.x 中自定义回调函数
Tensorflow2.x 中自定义回调函数文章目录Tensorflow2.x 中自定义回调函数Tensorflow2.x 回调机制Tensorflow2.x 内置回调函数Tensorflow2.x 自定义回调函数在模型训练的时候 我们经常需要判断当我们模型训练的acc或者loss到达一个值的时候结束我们模型的训练,因此我们就需要回调函数这个功能。Tensorflow2.x 回调机制tf.keras的回调函数实际上是一个类,一般是在model.fit时作为参数指定,用于控制在训练过程开始或者在训练过原创 2020-08-20 12:10:37 · 779 阅读 · 0 评论 -
Tensorflow2.x可视化训练结果
Tensorflow2.x可视化训练结果综述在本篇文章中我们将对上一篇文章基于LeNet-5的MNIST手写数字识别中的训练结果利用matplotlib进行可视化的操作。在进行可视化操作之前你需要学会的技能有:matplotlibnumpy如果你不会使用这两个库的话,可以点击上面的超链接学习。获取训练数据在Tensorflow2.x中当我们使用keras来进行模型的训练时使用了一个叫fit的函数,如下所示:# 网络定义network = Sequential([ # 卷积层1原创 2020-08-11 17:46:11 · 2582 阅读 · 0 评论 -
基于LeNet-5的MNIST手写数字识别
基于LeNet-5的MNIST手写数字识别项目实验环境系统显卡处理器Cuda版本Tensorflow版本Windows10 ProNvidia RTX2070SuperIntel core i5 9600KF10.1Tensorflow-GPU 2.31990 年代,Yann LeCun 等人提出了用于手写数字和机器打印字符图片识别的神经网络,被命名为 LeNet-5 [4]。LeNet-5 的提出,使得卷积神经网络在当时能够成功被商用,广泛应用在邮政编码、支原创 2020-08-08 17:34:13 · 5592 阅读 · 0 评论 -
Tensorflow2.x中的模型保存和加载
Tensorflow2.x中的模型保存和加载模型保存和读取在tensorflow2.x中我们经常需要将训练后的模型保存下来以之后进行使用。这里我们将模型保存进行简单的总结。1、测试环境系统显卡处理器Cuda版本Tensorflow版本Windows10 ProNvidia RTX2070SuperIntel core i5 9600KF10.1Tensorflow-GPU 2.32、基于网络模式模型保存和读取这里我们简单定义一个5层全连接网络# 定义一个5原创 2020-08-08 14:56:48 · 2018 阅读 · 0 评论