tensorflow
文章平均质量分 82
咖啡味儿的咖啡
这个作者很懒,什么都没留下…
展开
-
(Deeplab v3)——tensorflow-deeplab-resnet 原理及代码详解
在GitHub上找到一个不错的代码:https://github.com/DrSleep/tensorflow-deeplab-resnet改代码的baseline是resnet101,使用了空洞卷积前言:代码的model.py,network.py是建立深度学习网络的部分,这部分代码风格与Faster-RCNN_TF那个程序的风格非常相似,也很简单,不再多做介绍。这里主要介绍train.p...原创 2018-10-02 16:11:21 · 5042 阅读 · 5 评论 -
(tensorflow)——tf.app.run()使用方法的解释
转载:https://blog.csdn.net/TwT520Ly/article/details/79759448在一些github上公开的代码中,我们经常会看到这样的程序if __name__ == '__main__': tf.app.run()像网上的大多数文章一样,先粘贴一下run()的源码:def run(main=None, argv=None): """Run...转载 2018-10-03 18:39:21 · 6461 阅读 · 3 评论 -
(tensorflow)——tf.logging.set_verbosity日志消息
转载:http://keep.01ue.com/?pi=297721&_a=app&_c=index&_m=p转载 2018-10-03 19:40:29 · 1060 阅读 · 0 评论 -
【Deeplab V3+】tensorflow-deeplab-v3-plus-master源码解读及tf.estimator实践
1、介绍:在此程序中,我初次基础到了tf.estimator,除了官方教程,还有很多优秀的博客可供参考,这里对此模块不再详细介绍。我们接下来所探讨的代码github链接,作者和上一篇文章DeeplabV3的作者相同。虽然DeeplabV3和DeeplabV3+的网络非常相似,但是这次DeeplabV3+的编程风格与之前的DeeplabV3的编程风格完全不同,也许是作者觉得使用一些库会提高速度,...原创 2018-10-07 17:30:39 · 8861 阅读 · 19 评论 -
【Tensorflow】tf.data API使用方法
本文主要参考:Input Pipeline Performance Guide本文结构:一、TF输入方法现状二、对Pipline的一些见解三、使用tf.data API1、Input Pipeline Structure2、Optimizing Performance改进1:使用pipline改进2:Parallelize Data Transformation改进3:P...原创 2018-10-10 01:19:55 · 9027 阅读 · 2 评论 -
(tensorflow)——tf.estimator自定义估算器使用方法
1 简介在TensorFlow的UG中,他们强烈的建议在写Tensorflow程序时使用estimator的API,使用后发现的确好用!在github上一些开源程序也已经开始使用estimator,比如DeeplabV3+,关于DeeplabV3+的代码注释可以参考我的另一篇博客。官方原话:We strongly recommend writing TensorFlow programs w...原创 2018-10-10 16:48:14 · 6649 阅读 · 2 评论 -
Tensorboard从入门到精通(1)——Visualizing Learning
目录 1、概念2、安装3、序列化summary数据4、加载TensorBoard简单版:有个要可视化的变量,var首先 tf.summary.scalar('min', tf.reduce_min(var)) tf.summary.histogram('histogram', var)然后合并merged = tf.summary.merg...原创 2018-10-19 22:40:05 · 249 阅读 · 0 评论 -
Mask RCNN源码解读及如何使用自己的数据集进行训练
一、概述作者使用了Tensorflow,Keras,python3实现了Mask R-CNN。由于作者使用了Keras搭建网络,使用data generator导入数据,所以对于以python实现的网络来说,其性能并不是最优的。之后我会改一版使用tf.estimator 和 tf.data API搭建的网络。Mask R-CNN的源码:https://github.com/matterpo...原创 2018-10-21 16:10:45 · 3871 阅读 · 4 评论 -
(tensorflow之数据导入2)——Tensorflow队列
在尝试了Tensorflow官方介绍的几种Input方法后,觉得还是Queues最好用。一、几种输入方法的比较:1、Placeholders:使用方法:创建输入的Placeholder,然后使用feeddict来传入数据。劣势:由于每个batch都要从硬盘重新读取数据,所以会比较慢。2、TFRecords:(属于Readers的一种方法)使用方法:要先把数据转为TFrecord格式优...原创 2018-09-18 11:36:27 · 233 阅读 · 0 评论 -
(TensorFlow)——TFRecord使用方法总结
TFRecord Tensorflow提供了TFRecord的格式来统一存储数据,TFRecord格式是一种将图像数据和标签放在一起的二进制文件,能更好的利用内存,在tensorflow中快速复制、移动、读取、存储等。 TFRecords文件包含了tf.train.Example 协议内存块(protocol buffer)(协议内存块包含了字段 Features)。我们可以写一段代码获取你的...原创 2018-09-16 23:07:57 · 1576 阅读 · 1 评论 -
(Tensorflow)——Tensorflow变量初始化方式
tensorflow的所有初始化方法都定义在tensorflow/python/ops/init_ops.py中1、tf.constant_initializer() 也可以简单tf.Constant() 初始化为常数,这个非常有用,通常偏执项就是用它初始化的。 由它衍生出的两个初始化方法: tf.zeros_initializer(),也可以简写为tf.Zeros() tf.one...原创 2018-09-11 22:02:03 · 1786 阅读 · 0 评论 -
Faster-RCNN_TF源码解读——数据预处理
前些天仔细阅读了Faster-RCNN_TF的源码,获益匪浅,写几篇博客记录一下。第一章:数据预处理 以VOC2007数据集为例,讲述了数据从文件中如何一步步走向神经网络的深渊。1、./experiments/scripts/faster_rcnn_end2end.sh 从README.md中得知,训练此网络需要调用 faster_rcnn_end2end.sh,在该文...原创 2018-07-28 17:12:54 · 1183 阅读 · 0 评论 -
tf.train.Saver的使用方法
啥都不如官方文档说的明白… 传送门 https://www.tensorflow.org/api_docs/python/tf/train/Saver原创 2018-07-26 00:38:55 · 1164 阅读 · 0 评论 -
ROI Pooling的详细解释
原文地址Region of interest pooling explainedRegion of interest pooling (also known as RoI pooling) is an operation widely used in object detection tasks using convolutional neural networks. For exampl...转载 2018-07-30 09:55:25 · 2440 阅读 · 0 评论 -
如何正确的理解RPN网络的train和test
刚开始学Faster RCNN时,遇到这么一个困惑不知其他人有没有: RPN网络在程序中的训练是如何进行的?它都训练了网络中的哪些部分?其实这些我们如果不看源码都很难真正理解! 我们以Faster-RCNN_TF的源码为例,以下代码取自./lib/networks/VGGnet_train.py #========= RPN ============ #以下代码的先后顺序我调整了一下,便...原创 2018-08-01 00:58:37 · 3151 阅读 · 0 评论 -
TensorFlow下用自己的数据集训练Faster RCNN
转自:https://blog.csdn.net/u012834824/article/details/78626027 我在使用代码时参考了这个博主的文章,感谢!一、准备自己的数据库 仅改变VOC2007数据库的Annotation、ImageSets、JPEGImages三个文件夹。Annotation为标注文件,ImageSets为训练、测试,JPEGImages为图片。...转载 2018-08-03 13:35:25 · 1020 阅读 · 0 评论 -
Keras无法调用tensorflow-gpu的解决方案
今天用keras训练时发现内存占用率出奇的高,而且显存占用率出奇的低,原来keras没有用gpu训练。 通过pip list看到同时安装了tensorflow和tensorflow-gpu,keras默认调用了tensorflow 解决办法 同时卸载tensorflow,tensorflow-gpu,keras 再安装tensorflow-gpu和keras就可以解决...原创 2018-09-02 22:41:05 · 11196 阅读 · 5 评论 -
(TensorFlow)——tf.variable_scope和tf.name_scope详解
1、variable_scope和name_scope存在的价值: 和普通模型相比,深度学习模型的节点(参数)非常多,我们很难确定哪个变量属于哪层。为了解决此问题,所以引入了name_scope和variable_scope,两者分别承担着不同的责任: *name_scope*: 为了更好的管理变量的命名空间。 *variable_scope*:绝大部分情况下会和tf.get_variabl...原创 2018-09-11 20:29:18 · 5903 阅读 · 1 评论 -
(tensorflow)——tf.nn、tf.layers、tf.contrib
在查看别人的代码时,会发现tf.nn、tf.layers中的一些函数能实现相同的功能,尤其是卷积,比如: tf.nn.conv2d tf.layers.conv2d 功能上是相同的。下面是对三个模块的简述: (1)tf.nn: 提供神经网络相关操作的支持,包括卷积操作(conv)、池化(pooling)、归一化(norm)、loss等等。可以这么认为,tf.nn提供了卷积神经网络最底层...原创 2018-09-11 21:12:23 · 1395 阅读 · 0 评论 -
【解决】ImportError: No module named Cython.Build
ImportError: No module named Cython.Build python setup.py install原创 2018-11-12 21:40:20 · 2627 阅读 · 0 评论