分类：TensorFlow

2020
10-08

解决TensorFlow调用Keras库函数存在的问题

解决TensorFlow调用Keras库函数存在的问题 tensorflow在1.4版本引入了keras，封装成库。现想将keras版本的GRU代码移植到TensorFlow中，看到TensorFlow中有Keras库，大喜，故将神经网络定义部分使用Keras的FunctionAPI方式进行定义，训练部分则使用TensorFlow来进行编写。一顿操作之后，运行，没有报错，不由得一喜。但是输出结果，发现，和预期的不一样。难道是欠拟合？故采用正弦波预测余弦来验证算法模型。部分调用keras库代码如上图所示，用正弦波预测余弦波，出现如下... 继续阅读 >
2020
10-08

Keras模型转成tensorflow的.pb操作

Keras的.h5模型转成tensorflow的.pb格式模型，方便后期的前端部署。直接上代码fromkeras.modelsimportModelfromkeras.layersimportDense,Dropoutfromkeras.applications.mobilenetimportMobileNetfromkeras.applications.mobilenetimportpreprocess_inputfromkeras.preprocessing.imageimportload_img,img_to_arrayimporttensorflowastffromkerasimportbackendasKimportosbase_model=MobileNet((None... 继续阅读 >
2020
10-08

完美解决TensorFlow和Keras大数据量内存溢出的问题

内存溢出问题是参加kaggle比赛或者做大数据量实验的第一个拦路虎。以前做的练手小项目导致新手产生一个惯性思维——读取训练集图片的时候把所有图读到内存中，然后分批训练。其实这是有问题的，很容易导致OOM。现在内存一般16G，而训练集图片通常是上万张，而且RGB图，还很大，VGG16的图片一般是224x224x3，上万张图片，16G内存根本不够用。这时候又会想起——设置batch，但是那个batch的输入参数却又是图片，它只是把传进去的图片... 继续阅读 >
2020
10-08

keras和tensorflow使用fit_generator 批次训练操作

fit_generator是keras提供的用来进行批次训练的函数，使用方法如下：model.fit_generator(generator,steps_per_epoch=None,epochs=1,verbose=1,callbacks=None,validation_data=None,validation_steps=None,class_weight=None,max_queue_size=10,workers=1,use_multiprocessing=False,shuffle=True,initial_epoch=0)参数说明：generator:一个生成器，或者一个Sequence(keras.utils.Sequence)对象的实... 继续阅读 >
2020
10-08

tensorflow 动态获取 BatchSzie 的大小实例

tensorflow 动态获取 BatchSzie 的大小实例 我就废话不多说了，大家还是直接看代码吧~importtensorflowastfimportsyswithtf.variable_scope('ha'):a1=tf.get_variable('a',shape=[],dtype=tf.int32)withtf.variable_scope('haha'):a2=tf.get_variable('a',shape=[],dtype=tf.int32)withtf.variable_scope('hahaha'):a3=tf.get_variable('a',shape=[],dtype=tf.int32)withtf.variable_scope('ha',reuse=True):#不会创建新的变量a... 继续阅读 >
2020
10-08

浅谈TensorFlow之稀疏张量表示

浅谈TensorFlow之稀疏张量表示 对于多维的稀疏数据，TensorFlow支持SparseTensor表示。官方文档地址：https://tensorflow.google.cn/api_guides/python/sparse_ops构造稀疏张量SparseTensor(indices,values,dense_shape)indices是一个维度为(n,ndims)的2-Dint64张量，指定非零元素的位置。比如indices=[[1,3],[2,4]]表示[1,3]和[2,4]位置的元素为非零元素。n表示非零元素的个数，ndims表示构造的稀疏张量的维数。values是一个维度为(N)的1-D张量，对应in... 继续阅读 >
2020
10-08

tensorflow图像裁剪进行数据增强操作

tensorflow图像裁剪进行数据增强操作 我就废话不多说了，大家还是直接看代码吧~#!/usr/bin/envpython#encoding:utf-8'''@author:leleYe@contact:1750112338@qq.com@software:pycharm2018.2@file:13mnist.py@time:2018/12/1710:23@desc:'''importtensorflowastfimportscipy.miscimportmatplotlib.pyplotaspltimportrandom#读取图像可任意大小filenames=['./tianchi.jpg']#创建文件读取队列filename_queue=tf.train.string_input_producer(fil... 继续阅读 >
2020
10-08

浅谈tensorflow 中的图片读取和裁剪方式

浅谈tensorflow 中的图片读取和裁剪方式 一方式1:skimagefromskimageimportdata,io,transform,colorimportmatplotlib.pyplotasplt#io.imread读出的图片格式是uint8，value是numpyarray类型。image=data.coffee()image=io.imread(dir)plt.imshow(image)plt.show()io.save('1.jpg',image)#保存图像image_gray=color.rgb2gray(image)#转换为灰度图像io.save('2.jpg',image_gray)#通过transform.resize()裁剪后的图片是以float64的格式存储的... 继续阅读 >
2020
10-08

tensorflow下的图片标准化函数per_image_standardization用法

tensorflow下的图片标准化函数per_image_standardization用法 实验环境：windows7，anaconda3(Python3.5)，tensorflow（gpu/cpu）函数介绍：标准化处理可以使得不同的特征具有相同的尺度（Scale）。这样，在使用梯度下降法学习参数的时候，不同特征对参数的影响程度就一样了。tf.image.per_image_standardization(image)，此函数的运算过程是将整幅图片标准化（不是归一化），加速神经网络的训练。主要有如下操作，(x-mean)/adjusted_stddev，其中x为图片的RGB三通道像素值，mean分别为... 继续阅读 >
2020
10-08

解析Tensorflow之MNIST的使用

解析Tensorflow之MNIST的使用 要说2017年什么技术最火爆，无疑是google领衔的深度学习开源框架Tensorflow。本文简述一下深度学习的入门例子MNIST。深度学习简单介绍首先要简单区别几个概念：人工智能，机器学习，深度学习，神经网络。这几个词应该是出现的最为频繁的，但是他们有什么区别呢？人工智能：人类通过直觉可以解决的问题，如：自然语言理解，图像识别，语音识别等，计算机很难解决，而人工智能就是要解决这类问题。机器学习：如果一个任务可以在任务T... 继续阅读 >
2020
10-08

Tensorflow tensor 数学运算和逻辑运算方式

一、arthmetic算术操作（+，-，*，/，Mod）（1）tensor-tensor操作(element-wise)#两个tensor运算#运算规则：element-wise。即c[i,j,..,k]=a[i,j,..,k]opb[i,j,..,k]ts1=tf.constant(1.0,shape=[2,2])ts2=tf.Variable(tf.random_normal([2,2]))sess.run(tf.global_variables_initializer())#以ts1和ts2为例：#（1）加法+ts_add1=tf.add(ts1,ts2,name=None)ts_add2=ts1+ts2#二者等价#（2）减法-ts_sub1=tf.subtract(ts1,ts... 继续阅读 >
2020
10-08

在Tensorflow中实现leakyRelu操作详解(高效)

在Tensorflow中实现leakyRelu操作详解(高效) 从github上转来，实在是厉害的想法，什么时候自己也能写出这种精妙的代码就好了原地址：简易高效的LeakyReLu实现代码如下：我做了些改进，因为实在tensorflow中使用，就将原来的abs()函数替换成了tf.abs()importtensorflowastfdefLeakyRelu(x,leak=0.2,name="LeakyRelu"):withtf.variable_scope(name):f1=0.5*(1+leak)f2=0.5*(1-leak)returnf1*x+f2*tf.abs(x)#这里和原文有不一样... 继续阅读 >
2020
10-08

tensorflow 2.1.0 安装与实战教程(CASIA FACE v5)

tensorflow 2.1.0 安装与实战教程(CASIA FACE v5) 1.0tensorflow的安装1.1安装pythonpython下载需要python3.x<=3.7https://www.python.org/ftp/python/3.7.7/python-3.7.7-amd64.exe安装时勾选AddPython3.7toPATH，把python添加到环境变量。1.2安装tensorflow打开命令行，执行pipinstalltensorflow==2.1.0pip会安装tensorflow和一些其他的依赖1.3安装vc++2015-2019redist…tensorflow的另一个依赖(很多tensorflow安装失败的原因就是这个没安装)https://support.microsoft.c... 继续阅读 >
2020
10-08

Tensorflow--取tensorf指定列的操作方式

Tensorflow--取tensorf指定列的操作方式 我就废话不多说了，大家还是直接看代码吧~In[1]:importosIn[2]:os.environ["CUDA_VISIBLE_DEVICES"]="0"In[3]:importtensorflowastfIn[4]:sess=tf.Session()In[5]:input=tf.constant([[[1,2,3],[4,5,6],[7,8,9]],[[10,11,12],[13,14,15],[1...:6,17,18]]])In[6]:input.get_shape()Out[6]:TensorShape([Dimension(2),Dimension(3),Dimension(3)])In[7]:input_2=input[:,:,2]In[8]:print(sess.run... 继续阅读 >