tensorflow
脆皮茄条
我本积极,何必放弃,追求完美。
展开
-
卷积神经网络 特征热力图可视化
获取卷积神经网络的特征热力图。实现方式:Grad-GAM(注:不过多展开讲Grad-GAM,具体请上网搜)话不多说,直接上代码!import cv2import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow.keras import modelsimport tensorflow.keras.backend as Kfrom tensorflow.keras.applicat原创 2021-05-12 17:38:35 · 8266 阅读 · 4 评论 -
解决keras不能用GPU加速的问题。
1、keas如果搭配Tensorflow1.x用,就一定要用先安装tensorflow-gpu、然后安装keras-gpu。在这里插入代码片conda install tensorflow-gpu==1.15conda install keras-gpu==2.3.1不能安装keras,而是要安装keras-gpu。因为Tensorflow1.x是区分CPU版本和GPU版本的。2、keras如果搭配Tensorflow2.x用,则keras不必区分CPU版本和GPU版本。具体keras和ten原创 2021-04-18 11:48:09 · 2022 阅读 · 0 评论 -
Tensorflow 特征图可视化
使用Tensorflow对特征图进行可视化输出training_transform和process_image这两个函数目的是resize时,保证原图比例不变的情况下,使用黑边填充# -*- coding: utf-8 -*-import cv2import numpy as npfrom tensorflow.keras.applications.vgg16 import VGG16from tensorflow.keras.models import Modeldef trainin原创 2021-03-04 18:16:49 · 1417 阅读 · 2 评论 -
tf.keras.preprocessing.image.ImageDataGenerator的参数介绍
ImageDataGeneratortensorflow官网给出ImageDataGenerator的参数定义:tf.keras.preprocessing.image.ImageDataGenerator( featurewise_center=False, samplewise_center=False, featurewise_std_normalization=False, samplewise_std_normalization=False, zca_w原创 2020-11-18 13:31:16 · 2097 阅读 · 0 评论 -
使用Tensorflow Lite对模型进行加速
1、什么是Tensorflow Lite?TensorFlow Lite 是一组工具,可帮助开发者在移动设备、嵌入式设备和 IoT 设备上运行 TensorFlow 模型。它支持设备端机器学习推断,延迟较低,并且二进制文件很小。2、Tensorflow Lite的开发流程Tensorflow Lite包含两个组件,分别是:Tensorflow Lite转换器转换器的目的是将Tensorflow模型转换成可供Tensorflow Lite解释器可用的模型格式,并可引入优化以减小二进制文件的大小和提高原创 2020-11-12 11:10:38 · 812 阅读 · 2 评论 -
keras.backend.image_dim_ordering()
报错原因:高版本的keras没有keras.backend.image_dim_ordering()高版本用的是keras.backend.image_data_format()来判断图像数据格式,主要是判断通道在前还是在后。tensorflow的通道在后,比如1000张1024*720的RGB图像,在tensorflow中为(1000,1024,720,3)keras.backend.image_data_format() 返回默认图像数据格式约定 (‘channels_first’ 或 ‘chan原创 2020-06-28 15:06:43 · 751 阅读 · 3 评论