![](https://img-blog.csdnimg.cn/20200220223024946.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
TensorFlow
文章平均质量分 61
TensorFlow
あずにゃん
日萌社
展开
-
Tensorflow 基础、迁移学习 微调、自定义 模型/层/损失/评估指标、保存 加载模型、Checkpoint TensorBoard data模块、@tf.function
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)Tensorflow 基础迁移学习 微调自定义 模型/层/损失/评估指标保存、加载模型Checkpoint TensorBoard data模块@tf.function@tf.f原创 2021-06-18 22:07:15 · 462 阅读 · 0 评论 -
自动驾驶:车道线检测、车速检测、实时通行跟踪、基于视频的车辆跟踪及流量统计
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)汽车的日益普及在给人们带来极大便利的同时,也导致了拥堵的交通路况,以及更为频发的交通事故。智能交通技术已成为推动现代技术交通技术发展的重要力量,智能交通不仅能够提供实时的交通路况信息,帮助交通管理者规划管理策略,而且还能优化出行者的出行策略。还可以减轻...原创 2021-07-23 15:53:08 · 8010 阅读 · 6 评论 -
IMDB影评的情感分析任务:双层bi-LSTM模型(双向LSTM)
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)IMDB影评的情感分析任务学习目标了解影评情感分析任务和IMDB数据集。 掌握使用RNN模型完成IMDB影评情感分析任务的实现流程。 掌握对比不同隐层的RNN模型对情感分析任务的影响。任务说明对IMDB影评语料进行情感分析,是NL...原创 2021-07-23 15:53:12 · 4865 阅读 · 11 评论 -
图片的描述生成任务、使用迁移学习实现图片的描述生成过程、CNN编码器+RNN解码器(GRU)的模型架构、BahdanauAttention注意力机制、解码器端的Attention注意力机制
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)图片的描述生成任务学习目标了解关于图片的描述生成任务和MSCOCO数据集. 掌握使用迁移学习实现图片的描述生成过程.任务说明以一张图片为输入, 使用模型帮助我们生成针对图片内容的描述, 描述将会以文本的形式展现, 即输出为一段与图片...原创 2021-07-25 12:37:05 · 3333 阅读 · 1 评论 -
ResNet模型在GPU上的并行实践
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)ResNet模型在GPU上的并行实践学习目标了解模型并行与数据并行的区别. 了解分布式训练与并行训练的关系. 掌握在单机多GPU上进行模型并行训练的解决方案.相关知识并行/分布训练及其两者的关系: 在机器学习领域(深度学习),并...原创 2021-07-25 12:37:40 · 1812 阅读 · 2 评论 -
保存没有压缩的原始模型和及其模型状态、保存压缩后的模型和及其模型状态、加载没有压缩的原始模型文件和及其模型状态、加载压缩后的模型和及其模型状态
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)1.BertTokenizer.from_pretrained:实际自动加载的是vocab.txt BertForSequenceClassification.from_pretrained:实际自动加载的是pytorch_model.bin模型...原创 2021-07-25 12:37:37 · 2258 阅读 · 0 评论 -
应用于bert模型的动态量化技术(使用动态量化技术对训练后的bert模型进行压缩)、使用huggingface中的预训练BERT模型进行微调、模型压缩技术中的动态量化与静态量化
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)应用于bert模型的动态量化技术学习目标了解模型压缩技术中的动态量化与静态量化的相关知识。 掌握使用huggingface中的预训练BERT模型进行微调。 掌握使用动态量化技术对训练后的bert模型进行压缩。相关知识模型压缩: ...原创 2021-07-25 12:37:34 · 2702 阅读 · 1 评论 -
TensorFlow 2.0 推荐的训练方式写法
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)TensorFlow 2.0 推荐的训练方式写法构建训练模型与函数# 构建模型model = build_model( vocab_size = len(vocab), embedding_dim=embedding_dim, ...原创 2021-07-25 12:37:23 · 416 阅读 · 0 评论 -
tf.random.categorical、温度参数temperature
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)1.接下来我们将介绍一种新的技巧,取代之前我们熟悉的使用贪心算法从结果分布中获得最有可能的预测ID。 而此处的案例中贪心算法也即取出65个不重复字符维度中的最大概率值的索引值,该索引值便对应的字符。2.tf.random.categorical...原创 2021-07-25 12:37:27 · 919 阅读 · 2 评论 -
tf.keras.losses.SparseCategoricalCrossentropy
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)from_logits# 损失基本计算方法为稀疏类别交叉熵损失# from_logits=True代表是否将预测结果预期为非 0/1 的值进行保留# 理论来讲二分类最终的结果应该只有0/1,函数将自动将其变为0/1,from_logits=True...原创 2021-07-26 18:14:20 · 1842 阅读 · 0 评论 -
BahdanauAttention注意力机制、LuongAttention注意力机制
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)tensorflow提供了两种Attention Mechanisms(注意力机制) 1.BahdanauAttention注意力机制:tfa.seq2seq.BahdanauAttention 实现BahdanauA...原创 2021-07-26 18:14:17 · 3182 阅读 · 4 评论 -
BahdanauAttention注意力机制:基于seq2seq的西班牙语到英语的机器翻译任务、解码器端的Attention注意力机制、seq2seq模型架构
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)基于seq2seq的西班牙语到英语的机器翻译任务学习目标了解机器翻译任务及其相关数据集. 掌握使用基于GRU的seq2seq模型架构实现翻译的过程. 掌握Attention机制在解码器端的实现过程.任务说明机器翻译任务是NLP领域...原创 2021-07-26 18:14:43 · 2267 阅读 · 1 评论 -
莎士比亚风格的文本生成任务
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)莎士比亚风格的文本生成任务学习目标了解文本生成任务和相关数据集. 掌握使用GRU模型实现文本生成任务的过程.任务说明这是一项使用GRU模型的文本生成任务,文本生成任务是NLP领域最具有挑战性的任务之一,我们将以一段文本或字符为输入,...原创 2021-07-26 18:14:39 · 1188 阅读 · 0 评论 -
报错:AttributeError: module ‘tensorflow_core._api.v2.io.gfile‘ has no attribute ‘get_filesystem‘
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)报错信息: File "/root/anaconda3/lib/python3.7/site-packages/torch/utils/tensorboard/writer.py", line 781, in add_embedding ...原创 2021-07-29 00:36:00 · 1022 阅读 · 0 评论 -
目标追踪:FCNT、GOTURN、SiamFC、SiamRPN、SiamRPN++
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)7.1 目标追踪(Object Tracking)概述学习目标目标 知道目标追踪的算法类型以及应用 知道目标追踪算法的任务类型以及挑战 应用 无 目标跟踪是计算机视觉领域的一个重要分支。目前的目标跟踪的通常任务是,在视频的...原创 2021-08-02 15:30:01 · 9444 阅读 · 1 评论 -
目标分割:Mask RCNN 气球分割案例 part2
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)parallel_model.py"""Mask R-CNNMulti-GPU Support for Keras.Copyright (c) 2017 Matterport, Inc.Licensed under the MIT ...原创 2021-08-02 15:29:57 · 1109 阅读 · 0 评论 -
目标分割:Mask RCNN 气球分割案例 part1
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)mrcnnconfig.py"""Mask R-CNNBase Configurations class.Copyright (c) 2017 Matterport, Inc.Licensed under the MIT Lic...原创 2021-08-02 15:29:48 · 1137 阅读 · 0 评论 -
目标分割:Mask RCNN
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)6.6 Mask RCNN学习目标目标 说明Mask RCNN的结构特点 掌握Mask RCNN的RoIAlign方法 掌握Mask RCNN的mask原理 了解Mask RCNN的主网络结构 了解Mask RCNN训练实...原创 2021-08-02 15:29:51 · 3263 阅读 · 0 评论 -
计算IoU:计算交并比
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)1.候选框的坐标表示为(左上角的x坐标,左上角的y坐标,右下角的x坐标,右下角的y坐标)2.一般的都是左上角的x/y坐标小,右下角的x/y坐标大,因为x/y坐标轴的零点位于左上角处。"""非极大值抑制(NMS)1....原创 2021-08-02 15:29:54 · 1034 阅读 · 6 评论 -
目标分割:DeepLab V1、DeepLab V2、DeepLab V3、DeepLab V3+、ASPP/ASPP+、Encoder-Decoder、CRF
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)6.4 DeepLab系列学习目标目标 知道DeepLab系列算法的特点 说明DeeplabV1的结构特点 掌握DeeplabV1的空洞卷积与CRF应用 应用 无 6.4.1 DeepLab 背景相比于传统的视觉算...原创 2021-08-02 15:30:04 · 4395 阅读 · 0 评论 -
目标分割:SegNet、U-Net
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)6.3 SegNet与U-Net学习目标目标 说明SegNet的算法结构 掌握SegNet的upsampling方法 掌握U-Net的网络结构特点 应用 无 6.3.1 SegNet背景SegNet的主要动机是场景...原创 2021-08-02 15:30:06 · 1825 阅读 · 2 评论 -
目标分割:FCN全卷积网络、上采样upsample、反卷积/转置卷积Conv2DTranspose、跳跃连接skip layers实现融合预测fusion prediction
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)6.2 FCN(Fully Convolutional Networks for Semantic Segmentation )学习目标目标 说明FCN的结构组成 掌握FCN的上采样方法以及skip layers 掌握FCNpat...原创 2021-08-03 15:02:13 · 3347 阅读 · 0 评论 -
目标分割、图像分割
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)6.1 目标分割概述学习目标目标 说明目标分割的定义 说明目标分割的任务类型 知道目标分割的常见数据集 知道目标分割的评估方式 应用 无 计算机视觉与机器学习研究者对图像分割问题越来越感兴趣。越来越多的应用场景...原创 2021-08-03 15:02:52 · 1919 阅读 · 0 评论 -
KITTI自动驾驶数据集的训练和检测过程(人、车检测案例)、KITTI数据集的TFRecord格式存储、YOLO V3/Yolo V3 Tiny 迁移学习
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.10 案例:KITTI 人、车物体检测学习目标目标 掌握YOLO结构的封装接口以及结构 掌握TFRecord文件的读取和存储 掌握KITTI数据集的TFRecord格式存储 应用 应用完成KITTI自动驾驶数据集的格式...原创 2021-08-03 15:02:19 · 2487 阅读 · 0 评论 -
目标检测:SSD 算法
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.9 SSD算法原理学习目标目标 知道SSD的结构 说明Detector & classifier的作用 说明SSD的优点 应用 无 5.9.1 SSD5.9.1.1 简介SSD算法源于2016年发表...原创 2021-08-03 15:02:37 · 1244 阅读 · 0 评论 -
目标检测:YOLO V1、YOLO V2、YOLO V3 算法
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.7 YOLO算法学习目标目标 掌握YOLO算法原理以及训练损失计算公式 应用 无 在正式介绍YOLO之前,我们来看一张图:可以看出YOLO的最大特点是速度快。YOLO在精度上仍然落后于目前最先进的检测系统。虽然它可...原创 2021-08-03 15:02:34 · 4655 阅读 · 0 评论 -
目标检测:Faster R-CNN、Faster RCNN接口
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.5 Faster R-CNN学习目标目标 了解Faster R-CNN的特点 知道RPN的原理以及作用 应用 无 在Fast R-CNN还存在着瓶颈问题:Selective Search(选择性搜索)。要找出所有的候选...原创 2021-08-03 15:02:27 · 1141 阅读 · 0 评论 -
目标检测:Fast R-CNN
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.4 Fast R-CNN学习目标 目标 Fast R-CNN的与RCNN等结构的比较 RoI pooling的过程和作用 Fast R-CNN的训练多任务损失、超参数、小批量采样 Fast R-CNN的困难样本挖掘过程...原创 2021-08-03 15:02:30 · 652 阅读 · 0 评论 -
目标检测:SPPNet
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.3 SPPNet学习目标目标 知道SPPNet与RCNN的对比特点 掌握空间金字塔池化(spatial pyramid pooling)的原理和作用 掌握SPPNet的训练过程以及测试结果对比 知道SPPNet优缺点总结...原创 2021-08-03 15:02:55 · 499 阅读 · 0 评论 -
目标检测:R-CNN
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.2 R-CNN学习目标目标 了解Overfeat模型的移动窗口方法 说明R-CNN的完整结构过程 了解选择性搜索 知道NMS的过程以及作用 了解候选区域修正过程 说明R-CNN的训练过程 说明R-CNN的缺点...原创 2021-08-03 15:02:58 · 764 阅读 · 0 评论 -
目标检测、目标检测算法
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.1 目标检测概述5.1.1 什么是目标检测目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置。例子:确定某张给定图像中是否存在给定类别(比如人、车、自行车、狗和猫)的目标实例;...原创 2021-08-03 15:03:14 · 1864 阅读 · 0 评论 -
tf.saved_model.save模型导出、TensorFlow Serving模型部署、TensorBoard中的HParams 超参数调优
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)4.11 综合案例:模型导出与部署学习目标目标 掌握TensorFlow模型的导出(saved_model格式) 掌握Tensorflow模型的部署 掌握TensorFlow模型的客户端调用 掌握TensorFlow模型的超参...原创 2021-08-04 14:22:39 · 4242 阅读 · 0 评论 -
垃圾分类、EfficientNet模型、数据增强(ImageDataGenerator)、混合训练Mixup、Random Erasing随机擦除、标签平滑正则化、tf.keras.Sequence
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)EfficientNet中的每个模型要求的输入形状大小每个网络要求的输入形状大小: EfficientNetB0 - (224, 224, 3) EfficientNetB1 - (240, 240, 3) EfficientNetB2...原创 2021-08-04 14:22:50 · 5025 阅读 · 9 评论 -
垃圾分类、EfficientNet模型B0~B7、Rectified Adam(RAdam)、Warmup、带有Warmup的余弦退火学习率衰减
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)EfficientNet中的每个模型要求的输入形状大小每个网络要求的输入形状大小: EfficientNetB0 - (224, 224, 3) EfficientNetB1 - (240, 240, 3) EfficientNetB2...原创 2021-08-04 14:23:00 · 6927 阅读 · 27 评论 -
报错:ResourceExhaustedError OOM when allocating
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 报错:ResourceExhaustedError OOM when allocating 解决:把batch_size设置得小一点,因为GPU内存不够用,训练的参数量/数据过于巨大...原创 2021-08-04 14:22:46 · 764 阅读 · 0 评论 -
报错:报错文件路径 \Anaconda3\lib\multiprocessing\...
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 报错:报错文件路径 \Anaconda3\lib\multiprocessing\... 解决:把 fit/fit_generator中配置的 use_multiprocessing=True 注释掉...原创 2021-08-04 14:22:56 · 888 阅读 · 0 评论 -
TensorFlow分布式训练:单机多卡训练MirroredStrategy、多机训练MultiWorkerMirroredStrategy
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)4.8 分布式训练当我们拥有大量计算资源时,通过使用合适的分布式策略,我们可以充分利用这些计算资源,从而大幅压缩模型训练的时间。针对不同的使用场景,TensorFlow 在 tf.distribute.Strategy`中为我们提供了若干种分布...原创 2021-08-04 14:23:03 · 5287 阅读 · 11 评论 -
Tensorflow执行模式:Eager Execution动态图模式、Graph Execution图模式、@tf.function实现Graph Execution图模式、tf.Session
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)4.7 Tensorflow执行模式4.7.1 Eager Execution与Graph Execution4.7.1.1 Graph Execution(图模式)特点: 预先定义计算图,运行时反复使用,不能改变 速度更快,适合...原创 2021-08-04 14:23:06 · 1573 阅读 · 0 评论 -
手势识别:使用EfficientNet模型迁移、VGG16模型迁移
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)import multiprocessingimport numpy as npimport tensorflow as tffrom tensorflow.keras.preprocessing.image import ImageDat...原创 2021-08-04 14:23:09 · 1798 阅读 · 5 评论 -
ImageDataGenerator.flow_from_directory(...)
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)# 定义输入数据的大小和批次大小image_size = (224, 224)batch_size = 32#即使读取的图片分辨率大小和image_size指定的大小不一致也没关系,#会对输入图片进行自动截取image_size指定的大...原创 2021-08-04 14:23:13 · 1190 阅读 · 0 评论