前一节介绍了一些最基本的概念和使用方法。因为我个人的最终目的还是在深度学习上，所以一些深度学习和机器学习模块是必须要了解的，这其中包括了tf.train 、tf.contrib.learn、还有如训练神经网络必备的tf.nn等API。这里准备把常用的API和使用方法按照使用频次进行一个排列，可以当做一个以后使用参考。这一节介绍的内容可以有选择的看
转载
2024-08-06 14:20:28
57阅读
而博主想要显示每个类别的的AP值，因此查询了相关资料发现，DETR类模型框架的AP值计算输出这块都是由pycocotools的coco.py和cocoeval.py负责完成的。
原创
2023-04-01 01:35:55
802阅读
1评论
在进行实验的过程中，博主一直使用的是COCO数据集，其评价指标如下所示，包含大中小目标的AP值与AR值。博主选用了yolov5与yolov7进行实验，其中yolov5成功，yolov7却出现了问题。随后博主在进行对比实验时使用了YOLO模型，其默认是不输出大中小目标的AP值的，为了能够获取这个评价指标值，我们需要对val.py文件进行修改。
原创
2023-06-18 01:25:57
1293阅读
tensorflow2.0基础二一、查看版本import tensorflow as tf
print("TensorFlow版本是：",tf.__version__)
#显示Tensorflow版本，注意：是两个下划线区别一：输出数值#tensorflow输出节点数值时要使用一个会话
#tensorflow2.0版本可以使用numpy()方法，以下是使用numpy（）方法输出数值
import
转载
2024-03-21 07:40:10
201阅读
import tensorflow as tf
import numpy as np
import os
#%% fileos
def get_files(file_dir):
cats =[]
label_cats = []
dogs = []
label_dogs =[]
转载
2024-02-13 15:02:24
56阅读
http://blog..net/helei001/article/details/51750910 在学习TensorFlow的过程中，我们需要知道某个tensor的值是什么，这个很重要，尤其是在debug的时候。也许你会说，这个很容易啊，直接print就可以了。其实不然，print只能打
转载
2017-12-13 15:57:00
351阅读
2评论
ap:所有图片某一个类 map:所有图片所有类的ap的平均 以一个score为阈值，大于score的所有框是假定正确输出的所有预测，将这些框和gt匹配(iou大于某一个阈值认为匹配成功)，得到当前score下的auccracy和recall，不同的score获得不同的auccracy和recall，
转载
2018-10-20 11:15:00
127阅读
2评论
## AP值在机器学习中的应用
随着机器学习的发展，我们越来越需要一种评估模型性能的指标。AP值（Average Precision）是一种常用的评估指标，用于衡量模型在多类别分类任务中的准确性和召回率。
### 什么是AP值？
AP值是根据预测结果和真实标签之间的匹配程度来计算的。在多类别分类中，每个类别都有自己的AP值。简单来说，AP值越高，模型的准确性和召回率越高。
### AP值的
原创
2023-12-29 06:00:28
1395阅读
# 如何实现“ap值计算 python”
## 一、整体流程
在Python中实现AP（Average Precision）值计算的过程可以分为以下几个步骤：
| 步骤 | 描述 |
|------|---------------------|
| 1 | 加载预测结果和真实标签数据 |
| 2 | 计算每个类别的Precision和Recall |
原创
2024-05-10 04:30:57
158阅读
1.Tensorflow基础关于TensorflowTensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。数据流图
转载
2024-06-20 21:15:17
34阅读
一、概述本博文基于tensorflow的官方指南，演示一个基本分类的例子，环境为win10+spyder3.3.3+python3.6，直接上代码。 二、代码与运行结果1、导入依赖库# TensorFlow and tf.keras
import tensorflow as tf
from tensorflow import keras
# Helper libraries
impor
为了使用TensorFlow，我们需要明白什么是Tensorflow。下面介绍Tensorflow的5个特征：用图来表示计算过程用Sessions（会话）来执行图使用tensors来表示数据使用Variables来维护状态使用feeds和fetches操作对任意的操作取出或者存入数据1. 综述Tensorflow是一个编程系统，你需要把计算用图来表示。图中的节点被称作ops（操作，operatio
转载
2024-07-11 08:40:27
28阅读
tensorflow提供了三种不同的加速神经网路训练的并行计算模式（一）数据并行：（二）模型并行：（三）流水线并行：主流深度学习框架对比（2017）：第一章Tensorflow实现Softmax Regression识别手写数字 这是深度学习领域一个非常简单的hello world式的项目：数据集：28x28像素的手写数字组成。1.在导入mnist 数据集时，会碰到一系列的问题，在这里做
我主要分三篇文章给大家介绍tensorflow的损失函数，本篇为tensorflow自定义损失函数。 （一）tensorflow内置的四个损失函数 （二）其他损失函数 （三）自定义损失函数自定义损失函数是损失函数章节的结尾，学习自定义损失函数，对于提高分类分割等问题的准确率很有帮助，同时探索新型的损失函数也可以让你文章多多。这里我们介绍构建自定义损失函数的方法，并且介绍可以均衡正负例的los
自己开发了一个股票智能分析软件，功能很强大，需要的点击下面的链接获取：1.1 模型和层1.1.1 简介层：就是将输入数据和变量之间进行计算的方法，可以理解为一个个函数。tf.Keras.layers中包含了大量的深度学习中常用的预定义层，也可以自定义层。模型：则是将各种层进行组织和连接，封装
转载
2024-09-16 19:27:11
11阅读
木有摘要，内容如题，赶紧戳进去看吧哥！
终于又有时间和成果拿出来和大家分享，实在不容易，之前由于临时更换任务加上入职事情多断更了很久，现在主要在做一些KG和KGQA方面的工作。今天要和大家分享的是最近在工作中实现的分布式tensorflow。理论在这里就不详细介绍了，说说对一些概念自己的理解吧：
转载
2024-02-08 15:01:36
38阅读
1.数据类型TensorFlow主要有以下几种数据类型2.张量1.张量定义TensorFlow 中的 Tensor 表示张量，是多维数组、多维列表，用阶表示张量的维数。0 阶张量叫做标量，表示的是一个单独的数，如 1 2 3；1 阶张量叫作向量，表示的是一个一维数组如[1,2,3]；2 阶张量叫作矩阵，表示的是一个二维数组，它可以有 i 行 j 列个元素，每个元素用它的行号和列号共同索引到，如在[
转载
2024-07-26 07:39:00
89阅读
tensorflow=2.0+ 在使用tensorflow加载模型的时候有时候需要查看这个模型某一层的输出。 搭建一个简单的神经网络，识别cifar数据集： 点击查看代码 model = tf.keras.models.Sequential() model.add(Flatten()) model. ...
转载
2021-08-28 18:50:00
2753阅读
2评论
在这一篇博客中大概讲一下用tensorflow如何实现一个简单的线性回归模型，其中就可能涉及到一些tensorflow的基本概念和操作，然后因为我只是入门了点tensorflow，所以我只能对部分代码给出相关的tensorflow的概念。线性回归模型的表达式如下：其中，是权重，是偏置，和则是输入数据和对应的模型预测值。在tensorflow中，是用图来表示计算的形式的，图中的每个节点称为一个op(
转载
2024-08-22 10:41:10
56阅读
TensorFlow 是什么TensorFlow 是一个深度学习库，由 Google 开源，可以对定义在 Tensor(张量)上的函数自动求导。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 即为 张量从图的一端流动到另一端一大亮点是支持异构设备分布式计算，它能够在各个平台上自动运行模型，从电话、单个 CPU / GPU 到成百上千 GPU
转载
2024-04-24 09:27:45
33阅读
