卷积操作tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)除去name参数用以指定该操作的name，与方法有关的一共五个参数：input： 指需要做卷积的输入图像，它要求是一个Tensor，具有[batch, in_height, in_width, in_channels]这样的
转载
2024-03-29 12:42:55
36阅读
1.前言为了修改RML2016.10a数据集的一些参数，需要自己配置gnuradio的开发环境，尤其是gr-mapper和gr-mediatools的两个插件很麻烦。之前很多人写过了具体怎么配置了，这里记一个anaconda环境下环境配置的方法（但是gr-mapper和gr-mediatools试了好几次在conda下面也装不上），网上其他大佬的方法也写在后面2.主要流程2.1 安装虚拟机这步略过
转载
2024-09-04 15:18:50
155阅读
目录 简介 构建步骤 实现方式 Demo演示 一、简介 1) 使用单台机器或者单个GPU/CPU来进行模型训练，训练速度会受资源的影响，因为毕竟单个的设备的计算能力和存储能力具有一定的上限的，针对这个问题，TensorFlow支持分布式模型运算，支持多机器、多GPU、多CPU各种模型的组合运行方案的设计。(默认情况下，TensorFlow程序会将程序运行在第一个GPU上<如果有GPU，并且安
转载
2023-12-16 11:56:35
78阅读
在计算机视觉领域里，有3个最受欢迎且影响非常大的学术竞赛：ImageNet ILSVRC（大规模视觉识别挑战赛），PASCAL VOC（关于模式分析，统计建模和计算学习的研究）和微软COCO图像识别大赛。这些比赛大大地推动了在计算机视觉研究中的多项发明和创新，其中很多都是免费开源的。博客Deep Learning Sandbox作者Greg Chu打算通过一篇文章，教你用Keras和Tensor
制作tensorflow数据集 目录制作tensorflow数据集1、场景需求2、制作方法3、附程序解释 1、场景需求由于最近会有实验，需要记录大量数据，通过手工记录需要花费太多时间，效率很低，所以就寻找让程序自己记录并输入到文本的方法。由于记录的多数是数字，少量的中文字符，因此使用 Excel 或者记事本比较合适。2、制作方法1. 使用软件自带包进行记录，这里就不再叙述了。2. 使用 C++对文
转载
2024-05-31 17:33:53
23阅读
目录一、准备工作1.1模型训练1.2模型固化和pb转tflite1.3下载tensorflow源码1.4安装android studio二、在Android studio中进行开发2.1修改app的build.gradle文件2.2导入自己的模型和标签并进行编译tensorflow深度学习实战笔记（二）：把训练好的模型进行固化，讲解了如何固化模型以及把pb模型转换为tflite模型，现在讲解如何用
转载
2024-10-27 07:35:13
47阅读
作者 | 郭俊麟责编 | 胡巍巍Brief 概述这篇文章中，我们使用知名的图片数据库「THE MNIST DATABASE」作为我们的图片来源，它的数据内容是一共七万张28×28像素的手写数字图片。并被分成六万张训练集与一万张测试集，其中训练集里面，又有五千张图片被用来作为验证使用，该数据库是公认图像处理的 "Hello World" 入门级别库，在此之前已经有数不清的研究，围绕着这个模
转载
2024-05-28 14:55:22
60阅读
以MNIST的sequential模型为base-line，通过读取自己的数据，训练模型并存储模型，最后达到绘图实物的运用。自制数据集，解决本领域应用观察数据结构给x_train、y_train、x_test、y_test赋值def generateds(图片路径,标签文件)：def generateds(path, txt):
f = open(txt, 'r') # 以只读形式打开t
转载
2024-05-07 16:07:10
75阅读
简化NLP：TensorFlow中tf.strings的使用TensorFlow中很早就包含了tf.strings这个模块，不过实话说，在tf 1.x的固定计算图的情况下，各种操作颇为复杂，我们在迎来了2.0中才更好可以看出tf.strings的威力。tf.strings的其中一个重要的作用是可以使字符串成为TensorFlow的第一公民，可以直接加入到模型的输入中，在上一篇最简单的BERT调用中
转载
2024-04-25 14:44:24
30阅读
对于数据量较小而言，可能一般选择直接将数据加载进内存，然后再分batch输入网络进行训练。但是，如果数据量较大，这样的方法就不适用了，因为太耗内存。在这儿我介绍一种比较通用，高效的读取方法，即使用tensorflow内定标准格式——TFRecord.TFRecords其实是一种二进制文件，虽然它不如其他格式好理解，但是它能更好的利用内存，更方便复制和移动，并且不需要单独的标签文件。TFRecord
转载
2024-04-08 10:27:53
41阅读
一、TnesorFlow 计算模型————计算图1、 计算图概念1.1 Tensor Tensor就是张量, 可以简单理解为多维数组，表明了数据结构1.2 FlowFlow 表达了张量之间通过计算相互转化的过程，体现了数据模型1.3 数据流图基础数据流图是每个 TensorFlow 程序的核心，用于定义计算结构
每一个节点都是一个运算，每一条边代表了计算之间的依赖关系上图展示了可完成基本加法运算
转载
2024-06-05 22:13:28
84阅读
在使用python3环境下运行TensorFlow object_detection APIpython3 object_detection/model_main.py--logtostderr--pipeline_config_path=/xxxx --model_dir=/xxxx--num_train_steps=50000--num_eval_steps=2000 出现
转载
2024-08-21 20:09:05
38阅读
TensorFlow Datasets 提供了一系列可以和 TensorFlow 配合使用的数据集。它负责下载和准备数据，以及构建tf.data.Dataset。源代码：https://github.com/tensorflow/docs-l10n/blob/master/site/zh-cn/datasets/overview.ipynb 安装pip install tensorf
转载
2024-05-10 21:57:59
67阅读
前面讲了怎么用tensorflow识别一些常用的数据集，但是吧，大部分时候，我们都需要识别自己的数据集，比如你有一万张猫狗图片，这时候就需要把本地的那些照片作为数据集传到网络结构中进行处理，这些自己的图片，叫做自制数据集。这篇文章，咱们用本地的数据集，完成一次识别，我把数据集放在了自己的博客资源里，你们去瞅瞅，应该有。第一步咱们还是导入相应的包import tensorflow as tf
fro
转载
2024-05-07 18:03:12
78阅读
加载数据集keras 加载在线数据集tf.keras.datasets提供了加载在线数据集的API，其中可加载的数据集包括：boston_housing module: Boston housing price regression dataset.cifar10 module: CIFAR10 small images classification dataset.cifar100 module
转载
2024-08-28 13:12:03
50阅读
文章目录数据读取feeding从文件读取数据步骤产生文件列表生成文件队列可配置的文件名乱序(shuffling)针对输入文件格式的阅读器CSV文件bin（二进制文件）将数据转换成 `tfrecords`格式后读取直接读取图片预加载数据参考资料 数据读取TensorFlow程序读取数据一共有3种方法: 1. 供给数据(Feeding)： 在TensorFlow程序运行的每一步， 让Python代码
转载
2024-05-17 03:34:03
44阅读
现在让我们用Tensorflow实现一个具体的Input pipeline，我们使用CoCo2014作为处理对象，网上应该可以下载到CoCo训练集，train2014这个文件。下载链接： http://msvocds.blob.core.windows.net/coco2014/train2014.zip 一共13.5G，解压完以后大概会有8万多张图，这
转载
2023-11-09 09:12:54
84阅读
Tensorflow自带的Mnist数据集相关情况importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotaspltfromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_sets('data/',one_hot=True)prin
原创
2019-07-01 18:16:19
1251阅读
点赞
目录 前期准备训练flower数据集(包括fine-tuning)训练自己的数据集(包括fine-tuning) 前期准备前期了解tensorflow models在tensorflow models中有官方维护和非官方维护的models，official models就是官方维护的models，里面使用的接口都是一些官方的接口，比如tf.layers.conv2d之类。而resea
转载
2024-10-30 19:31:24
23阅读
翻译 | AI科技大本营参与 | zzq审校 | reason_W 我们知道，在TensorFlow中可以使用feed-dict的方式输入数据信息，但是这种方法的速度是最慢的，在实际应用中应该尽量避免这种方法。而使用输入管道就可以保证GPU在工作时无需等待新的数据输入，这才是正确的方法。幸运的是，TensorFlow提供了一种内置的API——Da
