做东西，最重要的就是动手了，所以这篇文章动手跑了一个fcn32s和fcn8s以及deeplab v3+的例子，这个例子的数据集选用自动驾驶相关竞赛的kitti数据集， FCN8s在训练过程中用tensorflow2.0自带的评估能达到91%精确率, deeplab v3+能达到97%的准确率。 这篇文章适合入门级选手，在文章中不再讲述fcn的结构，直接百度就可以搜到。 文章使用的是te
TensorFlow实战———模型持久化为了让训练结果可以复用，需要将训练得到的神经网络模型持久化。持久化代码实现TensorFlow提供了一个非常简单的API来保存和还原一个神经网络模型，这个API就是tf.train.Saver类。 ““python
import tensorflow as tf
v1 = tf.Variable(tf.constant(1.0, shape=[1]
0 背景在之前的文章中，我们完整地介绍了如何安装tensorflow服务，并成功通过grpc接口进行调用。实际使用过程中，可能需要同时提供多个不同类型的模型，以及模型的不同版本，因此本文对该方法的实现做一介绍系列文章目录（一）TensorFlow Serving系列之安装及调用方法（二）TensorFlow Serving系列之导出自己的训练模型（三）TensorFlow Serving系列之客户
转载
2024-09-29 17:02:59
56阅读
Tensorflow2.0相比于以往版本，有着极大的区别；最明显的区别可以用三字词来概括：更简单，更易用，更强大。接下来让我们一起见证下不一样的地方吧！一、使用tf.data加载数据 使用tf.data创建的输入管道读取训练数据；支持从内存（Numpy）方便地输入数据；二、使用tf.keras构建，训练和验证模型，或使用Premade来验证模型
在开始正题之前，先介绍一下Tensorflow-hub, Tensorflow-hub 是 google 提供的机器学习模组打包函式库，帮开发者把TensorFlow的训练模型发布成模组，方便再次使用或是与社交共享。目前官网上已经发布了不少模组，可以直接下载使用。在之前博客【Tensorflow2.*教程之使用Tensorflow Hub 对IMDB电影评论数据集进行文本分类(2)】中也使用到Te
转载
2024-05-13 11:15:40
203阅读
tensorflow模型的格式通常支持多种，主要有CheckPoint(*.ckpt)、GraphDef(*.pb)、SavedModel。 1. CheckPoint(*.ckpt)在训练 TensorFlow 模型时，每迭代若干轮需要保存一次权值到磁盘，称为“checkpoint”，如下图所示： 这种格式文件是由 tf.train.Saver() 对象调用 saver.s
转载
2024-03-05 11:03:08
64阅读
目录0、准备1、数据处理---图片格式转成TFRecord格式2、模型训练3、验证训练后的效果说明：此处可以模仿源码中inception v3的分类案例slim预训练好的包含inception v1，inception v2，inception v3，inception v4，mobilenet v1，mobilenet v2，NasNet，pNasNet等。可以根据需要进行选择。0、准备0.1准
转载
2024-03-04 12:35:30
31阅读
是一个通过计算图的形式来表述计算的编程系统。其中的Tnesor,代表它的数据结构，而Flow代表它的计算模型。TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的线描述了计算之间的依赖关系。 在TensorFlow程序中，系统会自动维护一个默认的计算图，通过tf.get_default_gragh函数可以获取当前默认的计算图。除了默认的计算图，TensorFlow也支持通过tf
转载
2024-02-29 16:23:52
32阅读
关于Tensorflow模型的保存、加载和预导入1. 什么是Tensorflow模型1.1 元图：1.2 检查点文件：2. 保存Tensorflow模型3. 导入预先训练的模型4. 使用已恢复的模型 参考ANKIT SACHAN：A quick complete tutorial to save and restore Tensorflow models1. 什么是Tensorflow模型Ten
转载
2024-05-06 19:06:29
41阅读
使用object detection训练并识别自己的模型1.安装tensorflow(version>=1.4.0)2.部署tensorflow models - 在这里下载 - 解压并安装 - 解压后重命名为models复制到tensorflow/目录下 - 在linux下 - 进入tensorflow/models/research/目录，运行protoc ob
转载
2024-07-04 11:04:45
249阅读
用浏览器训练Tensorflow.js模型的18个技巧（上）8.随机你的输入！训练神经网络的一个常见建议是通过在每个时期开始时对输入进行混洗来随机化训练样本。我们可以使用tf.utils.shuffle来实现这个目的：/** Shuffles the array using Fisher-Yates algorithm. */
export function shuffle(array: any[
转载
2024-06-10 17:54:25
92阅读
【代码】keras模型转tensorflow lite。
原创
2023-06-03 07:18:02
101阅读
是对安全策略形式化的第一个数学模型，是一个状态机模型，用状态变量表示系统的安全状态，用状态转换规则来描述系统的变化过程。一、模型的基本元素模型定义了如下的集合：S={s1,s2,…,sn} 主体的集合，主体：用户或代表用户的进程，能使信息流动的实体。O={o1,o2,…,om} 客体的集合，客体：文件、程序、存贮器段等。（主体也看作客体SO）C={c1,c2,…,cq} 主体或
TensorFlow的安装之路0 安装前须知1 安装Anaconda1.1 什么是虚拟环境？1.2 安装Anaconda具体步骤1.3 添加环境变量（系统变量）1.4 修改Conda库和pip库的安装源2 创建虚拟环境3 安装CUDA3.1 查看显卡驱动信息3.2 CUDA版本对显卡驱动的要求3.3 安装CUDA具体步骤3.4 CUDA环境变量的添加3.5 查看CUDA的版本4 安装cuDNN4
转载
2024-10-29 10:33:29
293阅读
inception-v3模型：google图像识别的网络模型1. 在线下载模型代码：import tensorflow as tf
import os
import tarfile
import requests
# inception-v3 是googlenet的第三个版本
#inception模型下载地址
inception_pretrain_model_url = '
转载
2024-09-29 20:03:11
113阅读
一、TensorFlow 简介1. TensorFlow 的定义Tensor（张量） 意味着 N 维数组，Flow（流） 意味着基于数据流图的计算，TensorFlow 代表着张量在图中通过运算(op)进行传递和变换2. TensorFlow 的工作模式TensorFlow 使用图(Graphs)来表示计算任务，图中的节点称之为 op(Operation)，一个 op 可以获得 0 个或多个张量(
转载
2024-02-20 11:35:42
71阅读
△ 来自YOLOv3原作者YOLOv3，快如闪电，可称目标检测之光。PyTorch实现教程去年4月就出现了，TensorFlow实现一直零零星星。现在，有位热心公益的程序猿 (Yunyang1994) ，为它做了纯TensorFlow代码实现。这份实现，支持用自己的数据训练模型。介绍一下TensorFlow实现，包含了以下部分：· YOLOv3架构· 权重转换器 (Weight Conv
在这篇博文中，将介绍如何使用TF Lite model maker库创建TensorFlow Lite模型。我们将在自定义数据集上微调一个预训练的图像分类模型，并进一步探索Tensorflow Lite支持的不同类型的模型优化技术，并将其导出到TF Lite模型。将创建的TF Lite模型与通过Tensorflow Lite 转换的模型进行详细的性能比较，最后将模型部署到web应用中。1. Ten
转载
2024-04-12 16:05:47
185阅读
这次的mnist学习加入了测试集，看看学习的准确率，代码如下# encoding: utf-8
import tensorflow as tf
import matplotlib.pyplot as plt
#加载下载好的mnist数据库 60000张训练 10000张测试 每一张维度（28，28）
path = r'G:\2019\python\mnist.npz'
(x_train, y_
前几天Google的IO大会上发布的ML Kit，ML Kit为端上部署深度学习模型提供了一套完整的解决方案，本地运行、云端都支持。里面本地部署用到的就是Tensorflow lite。Tensorflow Lite是在Google去年IO大会上发表的，目前Tensorflow Lite也还在不断的完善迭代中。Tensorflow Lite在Android和iOS上部署官网有比较详细的介绍已经对应
转载
2024-03-14 20:44:25
357阅读
1评论
