在我的笔记本上安装tensorflow。 环境：windows10 python版本：3.6查询显卡驱动版本是否安装GPU版本的tensorflow 打开桌面，鼠标右键，打开NVIDIA控制面板，选择左下角系统信息，查看系统显卡驱动版本号。 参考：点击这里查看详细步骤
环境准备 conda 我推荐使用安装miniconda，大家可以理解为精简版的anaconda，只保留了一些必备的组件，所以安装会
转载
2024-08-07 14:12:27
88阅读
1、准备数据 把数据放进txt文件中（数据量大的话，就写一段程序自己把数据自动的写入txt文件中，任何语言都能实现），数据之间用逗号隔开，最后一列标注数据的标签（用于分类），比如0,1。每一行表示一个训练样本。如下图所示。 其中前三列表示数据（特征），最后一列表示数据（特征）的标签。注意：标签需要从0开始编码！2、实现全连接网络 这个过程我就不多说了，如何
转载
2024-07-07 06:07:22
177阅读
使用TensorFlow, ONNX和TensorRT加速深度学习推理在这篇文章中，您将了解如何使用新的 TensorFlow-ONNX-TensorRT 工作流程部署经过 TensorFlow 训练的深度学习模型。 本教程使用 NVIDIA TensorRT 8.0.0.3 并提供两个代码示例，一个用于 TensorFlow v1，一个用于 TensorFlow v2。 TensorRT 是一个
转载
2024-02-23 23:15:45
144阅读
背景本文紧接之前的一篇文章如何用ONNX加速BERT特征抽取，继续介绍如何用ONNX+ONNXRuntime来加速BERT模型推理。如果看过之前的那篇文章如何用ONNX加速BERT特征抽取的童鞋估计还记得文中留了一个疑问：为何优化过的ONNX模型与未优化的ONNX性能相近？说好的优化，说好地提速呢？与预期不符~经热心网友冠达提醒优化的ONNX模型运行时要开启OpenMP（如果没有安装，用apt-g
文章目录起源区别 #0 —— 应用区别 #1——动态及静态图形定义区别 #2—— 调试区别 #3——可视化区别 #4——部署区别 #5—— 数据并行区别 #6——一个更像框架，一个更像库总结 在今年 5 月初召开的 Facebook F8 开发者大会上，Facebook 宣布将推出旗下机器学习开发框架 PyTorch 的新一代版本 PyTorch 1.0。据 Facebook 介绍，PyTorc
转载
2024-07-31 19:50:34
36阅读
前言： （2）本文章后续将在 B站 出门吃三碗饭 账号下更新讲解视频，可以同时观看食用Abstract：本文将通过介绍使用TensorflowLite框架，利用AndroidStudio工具来实现识别模型的移动端部署1.Introduction:因为最近有粉丝有反应的一个需求，训练好了一个模型如何迁移到移动端使用，于是我忙活了三四天，有了此文~2.RelatedWorks:TensorflowLi
转载
2024-05-13 13:16:35
95阅读
ONNX结构分析ONNX结构分析onnx将每一个网络的每一层或者说是每一个算子当作节点Node，再由这些Node去构建一个Graph，相当于是一个网络。最后将Graph和这个onnx模型的其他信息结合在一起，生成一个model，也就是最终的.onnx的模型。onnx.helper----node、graph、model在构建onnx模型这个过程中，这个文件至关重要。其中make_node、make
转载
2024-04-18 13:31:16
184阅读
1.模型的保存（代码）import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#载入数据(可以是某盘的绝对路径)（我的数据存储在运行路径下）
#mnist = input_data.read_data_sets('C:\\Users\\ZSl\\Documents\\MNIST_data'
转载
2024-04-06 09:58:19
164阅读
首先对tensorflow模型有个直观的了解：我们逐个介绍：四个文件，分别是checkpoint(记录模型文件列表) .data和.index(存储训练好的参数包括weight，biase,etc)、 &nbs
训练了很久的Tf模型，终于要到生产环境中去考研一番了。今天花费了一些时间去研究tf的模型如何在生产环境中去使用。大概整理了这些方法。继续使用分步骤保存了的ckpt文件这个貌似脱离不了tensorflow框架，而且生成的ckpt文件比较大，发布到生产环境的时候，还得把python的算法文件一起搞上去，如何和其他程序交互，可能还得自己去写服务。估计很少有人这么做，貌似性能也很一般。使用tensorfl
二、数据准备 1）下载图片 图片来源于ImageNet中的鲤鱼分类，下载地址：https://pan.baidu.com/s/1Ry0ywIXVInGxeHi3uu608g 提取码: wib3 在桌面新建文件夹目标检测，把下载好的压缩文件n01440764.tar放到其中，并解压 2）选择图片 在此数据集中，大部分图片都较为清晰，但是有极少数图片像素点少，不清晰。像素点少
转载
2024-06-24 06:43:07
41阅读
下载安装git clone https://github.com/onnx/onnx.git --recursive# 编译错误，无法正常安装sudo pip2 install ./onnx直接安装sudo pip2 install onnx测试python2 -c 'import onnx' ...
原创
2022-02-04 14:57:06
897阅读
下载安装git clone https://github.com/onnx/onnx.git --recursive# 编译错误，无法正常安装sudo pip2 install ./onnx直接安装sudo pip2 install onnx测试python2 -c 'import onnx' ...
原创
2021-08-07 14:31:32
2015阅读
最近在tensorflow环境下用CNN来实现mnist，里面设计了一些tensorflow的函数，在之后的学习中肯定会经常使用，因此记录整理下来。 函数如下，现将函数名列在此，后面进行详细分析： tf.truncated_naomal()
转载
2024-10-25 07:23:25
88阅读
标题：利用TensorFlow Transform提升你的数据预处理效率 transformInput pipeline framework项目地址:https://gitcode.com/gh_mirrors/tra/transform 一、项目介绍TensorFlow Transform，简称tf.Transform，是一个强大的库，专为在TensorFlow中进行大规模数据预处理而设计。它扩
目录一、TensorFlow常规模型加载方法 保存模型 加载模型 1.不加载图结构，只加载参数 2.加载图结构和参数 3.简化版本二、TensorFl
转载
2024-05-13 10:55:38
145阅读
tensorflow由于谷歌的原因，不同的版本有时候改动比较大，所以决定好自己想使用的版本后就不要轻易更改，免得后续移植程序的时候出现很多错误。 本文以及后续文章关于tensorflow的学习和开发选在windows 10 平台上，使用python。不管是python还是tensorflow，网上都有很多安装方式，但是最简单快捷的应该是使用Anaconda。使用Anaconda管理环境最清晰
最近由于项目原因，需要用到HRNet网络，加上前面的目标检测部分，使用python版本的代码运行太慢，于是想到了用c++来重写HRNet。代码已在github上开源：HRNet_cpp。具体做法是将pytorch的模型文件转换为onnx，采用onnx的c++的推理库。然后目标检测网络部分采用轻量级的nanodet，同时也采用onnx进行推理。最后，在我的笔记本电脑上（GTX960M）进行单人的姿态
在Python 中TensorFlow 和OpenCV的具体配置就不说明了，网络上资料齐全。
我主要谈谈代码部分的内容，希望给想入门这方面的人一点参考。
首先是测试代码
face_test.py
import cv2
def CatchVideo(window_name, camera_idx):
cv2.namedWindow(
转载
2024-04-07 00:04:00
82阅读
简介ONNX 开放神经网络交换（Open Neural Network Exchange）简称ONNX是微软和Facebook提出用来表示深度学习模型的开放格式。所谓开放就是ONNX定义了一组和环境，平台均无关的标准格式，来增强各种AI模型的可交互性。ProtoBuf 简介ONNX 使用的是 Protobuf 这个序列化数据结构去存储神经网络的权重信息。Protobuf 是一种轻便高效的结构化数据
