![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 61
beachboy1992
自由 安静 闲适 从容
展开
-
Tensorflow学习(1)
在tf1.0中,对卷积层重新进行了封装,比原来版本的卷积层有了很大的简化。一、旧版本(1.0以下)的卷积函数:tf.nn.conv2dconv2d( input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)该函数定义在tensorf翻译 2017-11-18 16:41:38 · 322 阅读 · 0 评论 -
Tensorflow学习(2)
1.0版本中的卷积函数:tf.layers.conv2dconv2d( inputs, filters, kernel_size, strides=(1, 1), padding='valid', data_format='channels_last', dilation_rate=(1, 1), activation=None,翻译 2017-11-18 17:17:41 · 641 阅读 · 0 评论 -
Tensorflow学习(3)参数初始化
CNN中最重要的就是参数了,包括W,b。 我们训练CNN的最终目的就是得到最好的参数,使得目标函数取得最小值。参数的初始化也同样重要,因此微调受到很多人的重视,那么tf提供了哪些初始化参数的方法呢,我们能不能自己进行初始化呢? 所有的初始化方法都定义在tensorflow/python/ops/init_ops.py 1、tf.constant_initializer()也可以简写为tf.Con翻译 2017-11-18 20:11:03 · 4788 阅读 · 0 评论 -
Tensorflow学习(4)池化层和全连接层
池化层定义在 tensorflow/python/layers/pooling.py.有最大值池化和均值池化。tf.layers.max_pooling2dmax_pooling2d( inputs, pool_size, strides, padding='valid', data_format='channels_last', name=Non翻译 2017-11-18 20:53:59 · 3510 阅读 · 0 评论 -
Tensorflow学习(5)参数和特征的提取
在tf中,参与训练的参数可用 tf.trainable_variables()提取出来,如:params=tf.trainable_variables()print("Trainable variables:-------")#循环列出参数for idx, v in enumerate(params): print("param {:3}:{:15} {}".format(idx, s转载 2017-11-21 14:20:13 · 1935 阅读 · 1 评论 -
Tensorflow学习(6)模型的保存与恢复(saver)
将训练好的模型参数保存起来,以便以后进行验证或测试。tf里面提供模型保存的是tf.train.Saver()模块。 保存模型,首先要建立一个Saver对象:如saver=tf.train.Saver()在创建这个对象的时候,有一个参数max_to_keep经常会用到,用来设置保存模型的个数,默认是5。即max_to_keep=5,保存最近的5个模型。如果你想每训练一代(epoch)就想保存一次模型翻译 2017-11-21 17:33:43 · 2816 阅读 · 2 评论 -
Tensorflow学习(7)用别人训练好的模型进行图像分类
谷歌在大型图像数据库ImageNet上训练好了一个Inception-v3模型,这个模型我们可以直接用来进来图像分类。 下载地址:https://storage.googleapis.com/download.tensorflow.org/models/inception_dec_2015.zip 下载完解压后,得到几个文件:其中的classify_image_graph_def.pb 文件就是转载 2017-11-22 20:23:02 · 7141 阅读 · 2 评论