PAI简介阿里云机器学习PAI（Platform of Artificial Intelligence）是一款一站式的机器学习平台，包含数据预处理、特征工程、常规机器学习算法、深度学习框架、模型的评估以及预测这一整套机器学习相关服务。由于目前PAI还属于公测阶段，所以是不收费的。但是PAI底层依赖于maxcompute（计算）和oss（存储），所以会收取一定的托管费和深度学习存储费用。不过实测发现
转载
2024-10-09 13:45:13
44阅读
通过ML.NET进行图片分类。
一、概述通过之前两篇文章的学习，我们应该已经了解了多元分类的工作原理，图片的分类其流程和之前完全一致，其中最核心的问题就是特征的提取，只要完成特征提取，分类算法就很好处理了，具体流程如下：之前介绍过，图片的特征是不能采用像素的灰度值的，这部分原理的台阶有点高，还好可以直接使用通过TensorFlow训练过的特征提取模型（美
本文主要介绍了如何使用TensorFlow环境运行一个最基本的图像分类器（Win10系统）。一．基础概念介绍1.物体分类的思想物体分类，也就是训练系统识别各个物体，如猫咪、狗狗、汽车等。TensorFlow是谷歌开发出的人工智能学习系统，相当于我们的运行环境。2.神经网络与Inception v3体系结构模型神经网络示意图如下：通俗了讲，就是将若干个输入，进行若干次操作（线性或者非线性），最后输出
转载
2024-03-15 12:22:47
43阅读
1. 利用TFRecord 格式 读、存 取 Mnist数据集的方法 存取 Mnist数据集的方法 （TFRecord格式） import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data impo
原创
2022-05-18 23:05:30
129阅读
本篇文章主要是利用tensorflow来构建卷积神经网络，利用CIFAR-10数据集来实现图片的分类。数据集主要包括10类不同的图片，一共有60000张图片，50000张图片作为训练集，10000张图片作为测试集，每张图片的大小为32×32×3(彩色图片)。在构建CIFAR-10卷积神经网络中，采用了几个trick，对权重进行正则化、数据增强、和LRN层来提高模型的性能和泛化能力。一、下载数据通过
转载
2024-04-11 08:31:30
43阅读
# 深入了解 Python TensorFlow：入门与示例
随着人工智能的发展，深度学习成为了一个热门话题。而作为一个广泛使用的深度学习框架，TensorFlow提供了强大的工具和库，让研究人员和开发者能够快速构建和训练深度学习模型。本文将通过代码实例带你了解TensorFlow的基本用法，并展示如何绘制饼状图和关系图。
## 什么是 TensorFlow？
TensorFlow 是一个开
深度学习算法与计算机硬件性能的发展，使研究人员和企业在图像识别、语音识别、推荐引擎和机器翻译等领域取得了巨大的进步。六年前，视觉模式识别领域取得了第一个超凡的成果。两年前，Google大脑团队开发了TensorFlow，并将深度学习巧妙的应用于各个领域。现在，TensorFlow则超越了很多用于深度学习的复杂工具。利用TensorFlow，你可以获得具有强大能力的复杂功能，其强大的基石来自于Ten
转载
2024-05-27 15:22:07
35阅读
JAXenter：让我们从一个更笼统的问题开始-为什么在企业环境中将Java与机器学习结合使用是值得的？ 有什么优势？如何使用Java？为什么不只使用Python？ Christoph Henkelmann ：对于初学者，您必须要小心。 Java并不总是比Python更好。 一种语言不要过于教条，因为可以使用多种语言。 在此示例中，我特别关注Java，因为那里有许多Java实现的系统。 这尤
转载
2023-07-27 20:32:02
64阅读
本文是书籍《TensorFlow深度学习》的学习笔记之一理论部分手写数字图片集模型的泛化能力是指模型在新样本上也有良好的表现。为了提高泛化能力，我们应该尽量增加数据集的规模和多样性，使得我们用于学习的训练数据集和真实的手写数字图片的分布逼近，例如每个人手写数字都有不同的习惯，应该尽可能采集不同书写风格的图片。 下面我们来看看图片的表示方法： 一张图片通常有h行，w列，每个点保存了像素值，像素值一般
转载
2024-03-16 09:21:17
39阅读
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
基本分类：对服装图像进行分类训练了一个神经网络模型来对衣服的图像进行分类，例如运动鞋和衬衫。 本指南使用tf.keras（高级API）在TensorFlow中构建和训练模型。#引入TensorFlow 和 tf.keras
import tensorflow as tf
from tensorflow import keras
#引入numpy和matplotlib
import numpy a
转载
2024-03-19 13:40:03
45阅读
什么是图像分割(image segmentatioin)?想必你已经了解图像分类，神经网络所应用的任务之一就是对输入图像进行分类，指出其属于哪一类图像。然而，如果你需要从图像中识别出物体，指出图片中的像素点分别归属于什么物体，这种情况下你需要的是分割图像(segment the image)，换句话说就是给图像的像素点打上标签。图像分割(image segmentation)的任务就是训练一个神经
转载
2024-09-02 10:10:36
45阅读
一、TensorFlow Lite 二、tflite格式 TensorFlow 生成的模型是无法直接给移动端使用的，需要离线转换成.tflite文件格式。 tflite 存储格式是 flatbuffers。 因此，如果要给移动端使用的话，必须把 TensorFlow 训练好的 protobuf 模型
转载
2019-10-30 19:47:00
326阅读
2评论
文章目录TensorFlow与OpenCV编码编码(decode_*)解码(encode_*)tf.image.decode_giftf.image.decode_jpegtf.image.encode_jpegtf.image.decode_pngtf.image.encode_pngtf.image.decode_image大小重调和图像标注框resize_imagestf.image.re
转载
2024-03-17 15:36:50
63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
目录概述发展历史数据流图基本架构概述Tensor Flow是谷歌Google Brain实验室维护开发的，它于2015年11月9日发布第一个初始版本，遵循Apache 2.0开源协议，经过变迁第一个稳定版本是1.12.0在2018年10月9日发布，它支持跨平台能够在WIn、Linux、Unix上稳定运行。Tensor Flow Lite是Tensor Flow的一个分支，它基于Tensor Flo
教程：使用tensorflow-slim训练自己数据的图像分类器1. 环境配置2. 数据集处理2.1 获取数据2.2 生成list列表文件2.3 生成labels标签文件2.4 生成训练集与验证集2.5 生成TFRecord数据3. 下载预训练模型4. 训练模型4.1 读入数据4.2 构建模型4.3 训练5. 验证模型6. 可视化7. 模型导出7.1 导出包含模型体系的GraphDef7.2 冻
转载
2024-07-18 13:45:32
33阅读
原创
2022-08-11 10:15:38
132阅读
tensorflow(一)：图片处理 一、图片处理 1、图片存取 tf.gfile 复制代码 import tensorflow as tf
import matplotlib.pyplot as pltimage_bytes = tf.gfile.FastGFile(“dog.jpg”, ‘rb’).read() # 字节
with tf.Session() as session:
#
转载
2024-03-13 22:15:38
210阅读
导言在机器学习环境中，迁移学习是一种技术，使我们能够重用已经训练的模型并将其用于另一个任务。图像分类是将图像作为输入并为其分配具有概率的类（通常是标签）的过程。这个过程使用深度学习模型，即深度神经网络，或卷积神经网络（CNN）。CNN由多个层组成，这些层中的每一个都负责学习和识别特定特征。下层可以识别边缘等。最终确定图像类别。本文将逐步介绍如何使用TensorFlow进行迁移学习。安装Tensor
转载
2024-05-05 19:51:14
41阅读
