深度学习
zk_one
这个作者很懒,什么都没留下…
展开
-
20套PPT模板
PPT模板:链接:https://pan.baidu.com/s/1W2_rHDCT-p3bqgEObq8_7w提取码:eaga复制这段内容后打开百度网盘手机App,操作更方便哦原创 2020-10-21 16:17:47 · 433 阅读 · 1 评论 -
简历模板共20个模板打包带走
简历模板:链接:https://pan.baidu.com/s/17MjMoZO0tbyuN5gH0mKkEA提取码:59hw复制这段内容后打开百度网盘手机App,操作更方便哦原创 2020-09-29 21:53:53 · 22473 阅读 · 6 评论 -
论文Selective Search for Object Recognition
selective search算法是一种图像分割的算法,能够找到图像中可能存在目标物体的区域,是RCNN算法的基础。转载 2020-09-03 10:30:33 · 102 阅读 · 0 评论 -
VOC2012数据集中选出自己想要的数据集
"""Created on Thu Sep 3 08:33:42 2020@author: Administrator"""import osimport shutilann_filepath='D:/dataset/VOC/train/VOCdevkit/VOC2012/Annotations/'img_filepath='D:/dataset/VOC/train/VOCdevkit/VOC2012/JPEGImages/'img_savepath='D:/dataset/VOC/t原创 2020-09-03 10:28:06 · 844 阅读 · 3 评论 -
python的tensor,numpy,list,之间的相互转化
1.1 list 转 numpyndarray = np.array(list) 1.2 numpy 转 listlist = ndarray.tolist() 2.1 list 转 torch.Tensortensor=torch.Tensor(list) 2.2 torch.Tensor 转 list先转numpy,后转listlist = tensor.numpy().tolist() 3.1 torch.Tensor 转 numpyndarra原创 2020-09-03 10:22:00 · 1938 阅读 · 0 评论 -
GPU的分配及使用 TF2.0
默认情况下,TensorFlow 将使用几乎所有可用的显存,以避免内存碎片化所带来的性能损失。但是TensorFlow 提供两种显存使用策略,让我们能够更灵活地控制程序的显存使用方式:仅在需要时申请显存空间(程序初始运行时消耗很少的显存,随着程序的运行而动态申请显存);限制消耗固定大小的显存(程序不会超出限定的显存大小,若超出的报错)。设置仅在需要时申请显存空间。for gpu in gpus: tf.config.experimental.set_memory_growth(原创 2020-09-03 10:19:57 · 826 阅读 · 0 评论 -
PSPNet
PSPNet发表于 2019-10-05 | 分类于 测试 | 没有评论PSPNet(Pyramid Scene Parsing Network),由施加膨胀卷积的ResNet和金字塔池化模块(pyramid pooling module)构成。PSPNet为当时最优,在PASCAL VOC 2012上的mIoU为85.4%,在Cityscapes上的mIoU为80.2%,均列第一。创新点施加膨胀卷积的ResNet/金字塔池化模块/PSPNet总体结构如Fig3所示,为PSPNet总体原创 2020-08-08 20:53:53 · 852 阅读 · 1 评论 -
tensorflow2 TF2.0 unet 数据集oxford_iiit_pet
数据集的路径:定义模型这里用到的模型是一个改版的 U-Net。U-Net 由一个编码器(下采样器(downsampler))和一个解码器(上采样器(upsampler))组成。为了学习到鲁棒的特征,同时减少可训练参数的数量,这里可以使用一个预训练模型作为编码器。因此,这项任务中的编码器将使用一个预训练的 MobileNetV2 模型,它的中间输出值将被使用。解码器将使用在 TensorFlow Examples 中的 Pix2pix tutorial 里实施过的升频取样模块。输出信道数量为 3原创 2020-08-04 08:50:52 · 1106 阅读 · 1 评论 -
推出 TensorFlow 性能分析工具 — TensorFlow Profiler
性能是机器学习 (ML) 研究和生产解决方案成功与否的关键因素。提升模型训练的速度可加快迭代并减少开销。有时候,这也是实现特定机器学习解决方案的一项基本要求。但是,要明确需要优化哪些部分却并非易事。我们需要思考是需要优化特定算子 (op),亦或是输入流水线?为帮助解答这类问题,我们开发了一套用于 TensorFlow 的综合性能分析工具:TensorFlow Profiler。这套工具除了能捕捉多方面的细节信息辅助分析,还能提供解决性能瓶颈(例如,输入受限程序)的一些建议。TensorFlow Pro原创 2020-05-17 18:27:46 · 3201 阅读 · 0 评论 -
TensorFlow 2.0 部署:模型导出
节选自《简单粗暴 TensorFlow 2.0》,回复关键字“手册”获取合集接下来我们将介绍 TensorFlow 中模型的部署与导出,本文介绍使用 SavedModel 完整导出模型。使用 SavedModel 完整导出模型在部署模型时,我们的第一步往往是将训练好的整个模型完整导出为一系列标准格式的文件,然后即可在不同的平台上部署模型文件。这时,TensorFlow 为我们提供了 Save...原创 2020-02-09 18:53:13 · 3021 阅读 · 1 评论 -
TensorFlow 2.0 常用模块3:tf.data
TensorBoard:训练过程可视化有时,你希望查看模型训练过程中各个参数的变化情况(例如损失函数 loss 的值)。虽然可以通过命令行输出来查看,但有时显得不够直观。而 TensorBoard 就是一个能够帮助我们将训练过程可视化的工具。首先在代码目录下建立一个文件夹(如 ./tensorboard )存放 TensorBoard 的记录文件,并在代码中实例化一个记录器:1summary...原创 2019-11-04 21:51:02 · 1815 阅读 · 1 评论 -
TensorFlow 2.0 常用模块1:Checkpoint
在上一篇文章中,我们介绍了 TensorFlow 2.0 模型:Keras 训练流程及自定义组件 。从本篇文章起,我们将开始介绍 TensorFlow 中的常用模块,包括 Checkpoint、TensorBoard、tf.data、@tf.function 等。首先介绍的是 Checkpoint ,让我们来一同了解如何在 TensorFlow 2.0 中保存和恢复模型变量。tf.train....原创 2019-10-23 21:53:01 · 5179 阅读 · 2 评论 -
TensorFlow 2.0 模型:Keras 训练流程及自定义组件
在上一篇文章中,我们介绍了循环神经网络的建立方式。本来接下来应该介绍 TensorFlow 中的深度强化学习的,奈何笔者有点咕,到现在还没写完,所以就让我们先来了解一下 Keras 内置的模型训练 API 和自定义组件的方法吧!本文介绍以下内容:使用 Keras 内置的 API 快速建立和训练模型,几行代码创建和训练一个模型不是梦;自定义 Keras 中的层、损失函数和评估指标,创建更加个性化...原创 2019-10-16 21:44:50 · 1442 阅读 · 0 评论 -
运行tensorflow时出现了两种错误。
我们来看看,错误分为两类:D:\Anaconda3\lib\site-packages\tensorflow\python\framework\dtypes.py:516: FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, it...原创 2019-08-24 20:26:49 · 5474 阅读 · 5 评论 -
TensorFlow 2.0 安装指南
TensorFlow 2.0 beta1 已经发布。本文详细介绍在个人电脑或服务器上安装 TensorFlow 2.0 beta1 的步骤和各种细节, 让你第一次安装 TensorFlow 2.0 就上手!一般安装步骤TensorFlow 的 Python 版本使用最为广泛。作为一个 Python 包,TensorFlow 和其他 Python 包的安装方法区别不大,使用 Python 的包管...翻译 2019-08-25 09:38:02 · 3414 阅读 · 0 评论 -
TensorFlow 2.0 基础:张量、自动求导与优化器
在上一篇文章里,我们为大家详细介绍了 TensorFlow 2.0 的安装方式。在本篇文章,我们将带大家初窥 TensorFlow 2.0。TensorFlow 2.0 最激动人心的特性之一,在于其引入的 Eager Execution 模式。这使得我们无需构建计算图后再执行计算,而可以做到直观的 “一经调用,立即执行”,从而让我们能够更为方便的构建和调试模型。在本文中,我们即使用 Eager ...原创 2019-08-25 10:00:10 · 2613 阅读 · 0 评论 -
TensorFlow 2.0 模型:模型类的建立
在 TensorFlow 中,推荐使用 Keras ( tf.keras ) 构建模型。Keras 是一个广为流行的高级神经网络 API,简单、快速而不失灵活性,现已得到 TensorFlow 的官方内置和全面支持。Keras 有两个重要的概念: 模型(Model) 和 层(Layer) 。层将各种计算流程和变量进行了封装(例如基本的全连接层,CNN 的卷积层、池化层等),而模型则将各种层进行组...原创 2019-08-31 14:48:05 · 1736 阅读 · 0 评论 -
TensorFlow 2.0 模型:多层感知机
在 上一篇文章 里,简要介绍了 TensorFlow 2.0 中建立模型类的方法。本文即以多层感知机 (Multilayer Perceptron, MLP),或者说 “多层全连接神经网络” 为例,给出一个具体示例,详细介绍 TensorFlow 2.0 的模型构建、训练、评估的全流程。在这一部分,我们依次进行以下步骤:使用 tf.keras.datasets 获得数据集并预处理使用 tf.k...原创 2019-09-20 21:51:52 · 1524 阅读 · 0 评论 -
TensorFlow 2.0 模型:卷积神经网络
在 上一篇文章 里,我们以多层感知机(Multilayer Perceptron)为例,总体介绍了 TensorFlow 2.0 的模型构建、训练、评估全流程。本篇文章则以在图像领域常用的卷积神经网络为主题,介绍以下内容:如何使用 tf.keras 构建卷积神经网络模型;如何在自己的项目中快速载入并使用经典的卷积神经网络模型;为深度学习的入门者简介 卷积层 和 池化层 的原理。使用 tf...原创 2019-09-23 21:45:18 · 2884 阅读 · 1 评论 -
TensorFlow 2.0 模型:循环神经网络
上一篇文章 中,我们介绍了在图像领域中广泛使用的卷积神经网络及其在 TensorFlow 2.0 中的实现。本文继续介绍另一种广泛流行的神经网络结构,即循环神经网络,内容如下:以文本自动生成任务为例,介绍循环神经网络在 TensorFlow 2.0 中的实现方式;为深度学习的入门者简介循环神经网络的原理。使用 Keras 建立基于循环神经网络的文本生成模型循环神经网络(Recurrent ...原创 2019-10-03 18:25:36 · 1082 阅读 · 1 评论 -
win10用cmd安装tensorflow时出错。
学习之路:在安装tensorflow过程中,出现了三个错误如图1所示,distributed 1.21.8 requires msgpack, which is not installed.tensorboard 1.14.0 has requirement setuptools>=41.0.0, but you’ll have setuptools 39.1.0 which is in...原创 2019-08-24 19:06:16 · 828 阅读 · 1 评论