分类：tensorflow

2020
09-27

tensorflow使用freeze_graph.py将ckpt转为pb文件的方法

废话少说直接上代码样例如下importtensorflowastfimportosfromtensorflow.python.toolsimportfreeze_graph#本来这个model本无需解释太多，但是这么多人不能耐下心来看，那么我简单的说一下吧#network是你们自己定义的模型结构而已#ps:#defnetwork(input)：#returntf.layers.max_pooling2d(input,2,2)frommodelimportnetworkos.environ['CUDA_VISIBLE_DEVICES']='2'#设置GPUmodel_path="pathto/model.ckpt-... 继续阅读 >

2020
09-27

tensorflow实现将ckpt转pb文件的方法

   本博客实现将自己训练保存的ckpt模型转换为pb文件，该方法适用于任何ckpt模型，当然你需要确定ckpt模型输入/输出的节点名称。   使用tf.train.saver()保存模型时会产生多个文件，会把计算图的结构和图上参数取值分成了不同的文件存储。这种方法是在TensorFlow中是最常用的保存方式。    例如：下面的代码运行后，会在save目录下保存了四个文件：importtensorflowastf#... 继续阅读 >

2020
09-27

tensorflow模型文件(ckpt)转pb文件的方法（不知道输出节点名）

网上关于tensorflow模型文件ckpt格式转pb文件的帖子很多，本人几乎尝试了所有方法，最后终于成功了，现总结如下。方法无外乎下面两种：使用tensorflow.python.tools.freeze_graph.freeze_graph使用graph_util.convert_variables_to_constants1、tensorflow模型的文件解读使用tensorflow训练好的模型会自动保存为四个文件，如下checkpoint：记录近几次训练好的模型结果（名称）。xxx.data-00000-of-00001:模型的所有变量的值(w... 继续阅读 >

2020
09-27

tensorflow指定CPU与GPU运算的方法实现

1.指定GPU运算如果安装的是GPU版本，在运行的过程中TensorFlow能够自动检测。如果检测到GPU，TensorFlow会尽可能的利用找到的第一个GPU来执行操作。如果机器上有超过一个可用的GPU，除了第一个之外的其他的GPU默认是不参与计算的。为了让TensorFlow使用这些GPU，必须将OP明确指派给他们执行。with......device语句能够用来指派特定的CPU或者GPU执行操作：importtensorflowastfimportnumpyasnpwithtf.Session()assess:wi... 继续阅读 >

2020
09-27

TensorFLow 数学运算的示例代码

一、Tensor之间的运算规则相同大小Tensor之间的任何算术运算都会将运算应用到元素级不同大小Tensor(要求dimension0必须相同)之间的运算叫做广播(broadcasting)Tensor与Scalar(0维tensor)间的算术运算会将那个标量值传播到各个元素Note：TensorFLow在进行数学运算时，一定要求各个Tensor数据类型一致二、常用操作符和基本数学函数大多数运算符都进行了重载操作，使我们可以快速使用(+-*/)等，但是有... 继续阅读 >

2020
09-27

jupyter修改文件名方式(TensorFlow)

1.选择文件2.修改文件名称补充知识：没用root权限启动jupyternotebook后，文件创建被denied错误：CreatingNotebookFailed解决方法：sudochown[普通用户名]：root~/.local/share/jupyter*[普通用户名]：你的用户名字，转变jupyter的权限为root这样就可以在现有环境下，正常使用jupyternotebook了以上这篇jupyter修改文件名方式(TensorFlow)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持自学编... 继续阅读 >

2020
09-27

python用TensorFlow做图像识别的实现

一、TensorFlow简介TensorFlow是由谷歌开发的一套机器学习的工具，使用方法很简单，只需要输入训练数据位置，设定参数和优化方法等，TensorFlow就可以将优化结果显示出来，节省了很大量的编程时间，TensorFlow的功能很多很强大，这边挑选了一个比较简单实现的方法，就是利用TensorFlow的逻辑回归算法对数据库中的手写数字做识别，让机器找出规律，然后再导入新的数字让机器识别。二、流程介绍上图是TensorFlow的流程，可以看到一开... 继续阅读 >

2020
09-27

Tensorflow中的降维函数tf.reduce_*使用总结

在使用tensorflow时常常会使用到tf.reduce_*这类的函数，在此对一些常见的函数进行汇总1.tf.reduce_sumtf.reduce_sum(input_tensor，axis=None，keep_dims=False，name=None，reduction_indices=None)参数：input_tensor：要减少的张量。应该有数字类型。axis：要减小的尺寸。如果为None（默认），则缩小所有尺寸。必须在范围[-rank(input_tensor),rank(input_tensor))内。keep_dims：如果为true，则保留长... 继续阅读 >

2020
09-27

jupyter notebook tensorflow打印device信息实例

juypternotebook中直接使用log_device_placement=True打印不出来device信息#Createsagraph.withtf.device('/device:CPU:0'):a=tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],shape=[2,3],name='a')b=tf.constant([1.0,2.0,3.0,4.0,5.0,6.0],shape=[3,2],name='b')c=tf.matmul(a,b)#Createsasessionwithlog_device_placementsettoTrue.sess=tf.Session(config=tf.ConfigProto(log_device_pla... 继续阅读 >

2020
09-27

Tensorflow tf.nn.atrous_conv2d如何实现空洞卷积的

实验环境：tensorflow版本1.2.0，python2.7介绍关于空洞卷积的理论可以查看以下链接，这里我们不详细讲理论：1.LongJ,ShelhamerE,DarrellT,etal.Fullyconvolutionalnetworksforsemanticsegmentation[C].ComputerVisionandPatternRecognition,2015.2.Yu,Fisher,andVladlenKoltun.“Multi-scalecontextaggregationbydilatedconvolutions.”arXivpreprintarXiv:1511.07122(2015).3.如何理解空洞卷积... 继续阅读 >

2020
09-27

TensorFlow tf.nn.conv2d_transpose是怎样实现反卷积的

今天来介绍一下Tensorflow里面的反卷积操作，网上反卷积的用法的介绍比较少，希望这篇教程可以帮助到各位反卷积出自这篇论文：DeconvolutionalNetworks，有兴趣的同学自行了解首先无论你如何理解反卷积，请时刻记住一点，反卷积操作是卷积的反向如果你随时都记住上面强调的重点，那你基本就理解一大半了，接下来通过一些函数的介绍为大家强化这个观念conv2d_transpose(value,filter,output_shape,strides,padding="SAME",dat... 继续阅读 >

2020
09-27

Tensorflow tf.nn.depthwise_conv2d如何实现深度卷积的

实验环境：tensorflow版本1.2.0，python2.7介绍depthwise_conv2d来源于深度可分离卷积:Xception:DeepLearningwithDepthwiseSeparableConvolutionstf.nn.depthwise_conv2d(input,filter,strides,padding,rate=None,name=None,data_format=None)除去name参数用以指定该操作的name，data_format指定数据格式，与方法有关的一共五个参数：input：指需要做卷积的输入图像，要求是一个4维Tensor，具有[batch,height,width,in_c... 继续阅读 >

2020
09-27

TensorFlow tf.nn.softmax_cross_entropy_with_logits的用法

在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？首先明确一点，loss是代价值，也就是我们要最小化的值tf.nn.softmax_cross_entropy_with_logits(logits,labels,name=None)除去name参数用以指定该操作的name，与方法有关的一共两个参数：第一个参数logits：就是神经网络最后一层的输出，如果有batch的话，它的大小就是[batchsize，num_classes]，单样本的话，大小就是nu... 继续阅读 >

2020
09-27

tensorflow中tf.reduce_mean函数的使用

tf.reduce_mean函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。reduce_mean(input_tensor,axis=None,keep_dims=False,name=None,reduction_indices=None)第一个参数input_tensor：输入的待降维的tensor;第二个参数axis：指定的轴，如果不指定，则计算所有元素的均值;第三个参数keep_dims：是否降维度，设置为True... 继续阅读 >

2020
09-27

TensorFlow打印输出tensor的值

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只能打印输出shape的信息，而要打印输出tensor的值，需要借助classtf.Session,classtf.InteractiveSession。因为我们在建立graph的时候，只建立tensor的结构形状信息，并没有执行数据的操作。一classtf.Session 运行tensorflow操作的类，其对象封装了执行... 继续阅读 >

2020
09-27

tensorflow常用函数API介绍

摘要：本文介绍了tensorflow的常用函数。1、tensorflow常用函数TensorFlow将图形定义转换成分布式执行的操作,以充分利用可用的计算资源(如CPU或GPU。一般你不需要显式指定使用CPU还是GPU,TensorFlow能自动检测。如果检测到GPU,TensorFlow会尽可能地利用找到的第一个GPU来执行操作.并行计算能让代价大的算法计算加速执行，TensorFlow也在实现上对复杂操作进行了有效的改进。大部分核相关的操作都是设备相关的实现，... 继续阅读 >