图像分割参考：语义分割（sematic segmentation）这里使用Oxford-IIIT Pet 数据集，该数据集由图像、图像标签、以及对像素逐一标记的掩码（分类）组成。像素的标签可以是：宠物、宠物轮廓、背景 下载安装必要的数据集和库，导入数据集 Oxford-IIIT Pet !pip install -q git+https://github.c
转载
2024-04-29 20:32:08
0阅读
本文使用tf.keras对服装、运动鞋图像进行分类，训练一个神经网络模型。tf.keras是TensorFlow中用来构建和训练模型的高级API。详细内容会在下面实际操作中展开介绍，一起来看看吧。目录一、数据集准备1.1 数据描述与加载1.2 查看数据二、数据预处理2.1 查看某图像2.2 归一化处理三、构建模型3.1 设置模型的层3.1.1&nb
转载
2024-05-12 16:38:57
66阅读
文章目录基本图像分类1、使用TensorFlow中的 tf.keras（高级API） 来建立和训练模型。2、导入Fashion MNIST数据集3、数据集4、数据预处理5、建立模型6、训练模型7、完整代码8、参考资料 基本图像分类使用神经网络模型对服装进行分类。1、使用TensorFlow中的 tf.keras（高级API） 来建立和训练模型。import tensorflow as tf
fr
转载
2024-04-05 21:09:40
103阅读
基本分类：对服装图像进行分类1.导入基本的库import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt2. 导入 Fashion MNIST 数据集fashion_mnist = keras.datasets.fashion_mnist
(train_
转载
2024-04-09 09:49:21
88阅读
文章目录Dual-branch residual network for lung nodule segmentation（CVPR2019）Attention Guided Network for Retinal Image Segmentation（MICCAI 2019）SOFT LABELING BY DISTILLING ANATOMICAL KNOWLEDGE FOR IMPROVE
转载
2024-05-03 12:59:49
0阅读
前言TensorFlow Lite是一款专门针对移动设备的深度学习框架，移动设备深度学习框架是部署在手机或者树莓派等小型移动设备上的深度学习框架，可以使用训练好的模型在手机等设备上完成推理任务。这一类框架的出现，可以使得一些推理的任务可以在本地执行，不需要再调用服务器的网络接口，大大减少了预测时间。在前几篇文章中已经介绍了百度的paddle-mobile，小米的mace，还有腾讯的ncnn。这在本
转载
2024-08-13 08:42:18
39阅读
TensorFlow 2现已上线！本教程将引导您完成使用深度学习构建简单的CIFAR-10图像分类器的过程。在本教程中，我们将：定义模型建立数据管道训练模型多个GPU加快训练速度添加callback以监视进度/更新学习进度本教程中的代码可在此处获得。定义模型TensorFlow 2使用Keras作为其高级API。Keras提供了两种定义模型的方法：顺序API和功能API。使用Keras
转载
2024-09-02 10:36:49
33阅读
前言：图像分类是CV领域相对比较成熟的一种技术，一般从基础开始学就是Tensorflow——>CNN——>手撸ResNet等算法——>迁移学习。 Tensorflow.keras.applications中有很多迁移学习的算法，只需要加载后下载参数，然后fine_tune稍微训练最后几层，就可以获得非常不错的效果。 本文主要是通过一系列代码指导大家如何完成迁移学习的使用。一、导入
转载
2023-10-26 20:25:25
367阅读
文章目录前言一、Keras的mnist数据集二、建立sequential顺序model2.绘图结果和测试结果三、网络容量和优化总结 前言Keras是TensorFlow2.X的一个实现库，很多模型基于Keras搭建 一、Keras的mnist数据集mnist数据集是KerasAPI公开的数据集，是（28，28）的图像数据集二、建立sequential顺序model对于分类问题必须使用softm
转载
2024-07-24 14:01:24
70阅读
【Tensorflow】菜鸟学TensorFlow 2.0：TensorFlow2.0基础知识讲解1. 简介2. TensorFlow的特点3. TensorFlow的发展历程4. TensorFlow 2 的框架5. TensorFlow的开发流程6. TensorFlow为研究提供强大的实验工具7. 入门案例8. TensorFlow常见基本概念1. 计算图2. 张量3. 会话4. 运算操作
转载
2024-03-29 13:40:27
81阅读
tensorflow笔记
原创
2022-08-12 14:45:38
112阅读
文章学习资源来自TensorFlow官网文档一、 说明本文训练一个网络模型来进行服装分类，比如衣服是T恤还是夹克。这可以快速入门了解TensorFlow2.0怎么进
原创
2022-06-28 11:45:05
297阅读
在图像深度学习任务中，对于小数据集，可以通过Image Data Augmentation图像增强技术来扩充数据。比如Keras的ImageDataGenerator。ImageDataGenerator的使用：tf.keras.preprocessing.image.ImageDataGenerator(
featurewise_center=False,
samplewise_
转载
2024-07-24 22:11:34
45阅读
话不多，具体内容在开源中国里我的博客：代码：#!/usr/bin/env python
# -*- coding:utf-8 -*-
#导入必要包
import matplotlib.pyplot as plt
import tensorflow as tf
#从本地磁盘读取图像数据
image_raw_data = tf.gfile.FastGFile("C:/path/to/picture.j
转载
2024-01-20 02:26:29
100阅读
常见的损失函数学习随笔学习目标知道分类任务的损失函数知道回归任务的损失函数在深度学习中, 损失函数是用来衡量模型参数的质量的函数, 衡量的方式是比较网络输出和真实输出的差异，损失函数在不同的文献中名称是不一样的，主要有以下几种命名方式：分类任务在深度学习的分类任务中使用最多的是交叉熵损失函数，所以在这里我们着重介绍这种损失函数。多分类任务在多分类任务通常使用softmax将logits转换为概率的
转载
2024-09-03 12:35:40
97阅读
一、说明本示例来源于tensorflow官网。项目连续使用安卓兵团摄像头对所看到的物体进行分类。项目使用TF Lite Java API来执行推理。
原创
2022-06-28 11:31:50
218阅读
目录 文件读取文件队列构造文件阅读器文件内容解码器开启线程操作管道读端批处理CSV文件读取案例 先看下文件读取以及读取数据处理成张量结果的过程：一般数据文件格式有文本、excel和图片数据。那么TensorFlow都有对应的解析函数，除了这几种。还有TensorFlow指定的文件格式。TensorFlow还提供了一种内置文件格式TFRecord，二进制数据和训练类别标签数据存储在同一文件。模
转载
2024-05-11 17:52:11
13阅读
目录前言1. Introduction（介绍）2. Related Work（相关工作）2.1 Analyzing importance of depth（分析网络深度的重要性）2.2 Scaling DNNs（深度神经网络的尺寸）2.3 Shallow networks（浅层网络）2.4 Multi-stream networks（多尺寸流的网络）3. METHOD（网络设计方法）3.1 PA
转载
2024-06-03 10:58:54
55阅读
在上一篇文章中，我们介绍了高效的数据流水线模块 tf.data 的流水线并行化加速。本篇文章我们将介绍 TensorFlow 另一个数据处理的利器——TFRecord。TFRecord ：TensorFlow 数据集存储格式TFRecord 是 TensorFlow 中的数据集存储格式。当我们将数据集整理成 TFRecord 格式后，TensorFlow 就可以高效地读取和处理这些数据集，从而帮助
转载
2024-04-15 09:54:39
53阅读
数据管道Dataset1.Dataset类相关操作1.1 Dataset类创建数据集1.2 Dataset类数据转换 知识树 1.Dataset类相关操作1.1 Dataset类创建数据集tf.data.Dataset 类创建数据集，对数据集实例化。 最常用的如：tf.data.Dataset.from_tensors() ：创建Dataset对象， 合并输入并返回具有单个元素的数据集。tf.
转载
2024-04-30 14:33:00
64阅读
