tensorflow使用
我就是超级帅
为中华崛起而读书
展开
-
tensorflow2.2.0将h5模型转为tflite
import tensorflow as tffrom tensorflow.python.framework import opsfrom tensorflow.python.ops import math_opsfrom tensorflow.python.keras import backend as K#自定义损失def ReprojectionLoss(y_true, y_pred): y_pred = ops.convert_to_tensor_v2(y_pred)原创 2020-10-28 14:13:21 · 1958 阅读 · 17 评论 -
学习率衰减方法之自定义衰减方法
keras中默认的方法lr_reduce = tf.keras.callbacks.ReduceLROnPlateau(monitor='val_loss', factor=0.5, patience=10, ver原创 2020-09-10 11:48:51 · 587 阅读 · 0 评论 -
tensorflow2.2.0中的tf.data加快数据的处理速度
1.训练速度慢的原因在我们训练网络的时候,是cpu先处理好数据然后送入网络中gpu进行计算,这样在cpu处理数据时非常的慢,会使得gpu有较长的空载时间。常规的训练方式如下。2 加速方法2.1 方法1 tf.data.prefetch()这是可以使用tf.data.prefetch()方法,提前从数据集中取出若干数据放到内存中,这样可以使在gpu计算时,cpu通过处理数据,从而提高训练的速度。如下图所示#手动设置dataset = dataset.prefetch(config.batch_原创 2020-07-06 13:05:55 · 5054 阅读 · 4 评论