TensorFlow实现模型评估
我们需要评估模型预测值来评估训练的好坏。 模型评估是非常重要的，随后的每个模型都有模型评估方式。使用TensorFlow时，需要把模型评估加入到计算图中，然后在模型训练完后调用模型评估。在训练模型过程中，模型评估能洞察模型算法，给出提示信息来调试、提高或者改变整个模型。但是在模...
2024-01-10TensorFlow实现创建分类器
本文实例为大家分享了TensorFlow实现创建分类器的具体代码，供大家参考，具体内容如下创建一个iris数据集的分类器。 加载样本数据集，实现一个简单的二值分类器来预测一朵花是否为山鸢尾。iris数据集有三类花，但这里仅预测是否是山鸢尾。导入iris数据集和工具库，相应地对原数据集进行转换。...
2024-01-10TensorFlow损失函数专题详解
一、分类问题损失函数——交叉熵（crossentropy）交叉熵刻画了两个概率分布之间的距离，是分类问题中使用广泛的损失函数。给定两个概率分布p和q，交叉熵刻画的是两个概率分布之间的距离：我们可以通过Softmax回归将神经网络前向传播得到的结果变成交叉熵要求的概率分布得分。在TensorFlow中，Softm...
2024-01-10TensorFlow实现自定义Op方式
『写在前面』以CTC Beam search decoder为例，简单整理一下TensorFlow实现自定义Op的操作流程。基本的流程1. 定义Op接口#include "tensorflow/core/framework/op.h" REGISTER_OP("Custom") .Input("custom_input: int32") .Output("custom_output: int32");2. 为Op实现Compute操作(CPU)或实现kernel(GPU)#include "tens...
2024-01-10TensorFlow数据输入的方法示例
读取数据（Reading data）TensorFlow输入数据的方式有四种：tf.data API：可以很容易的构建一个复杂的输入通道(pipeline)（首选数据输入方式）（Eager模式必须使用该API来构建输入通道）Feeding：使用Python代码提供数据，然后将数据feeding到计算图中。QueueRunner：基于队列的输入通道（在计算图计算前从队列...
2024-01-10
TensorFlow转Core ML模型问题？
问题描述通过tfcoreml工具转换出现不同的错误，感觉参数怎么填都会出错，对这方面的知识甚少，不知道从何下手，望有懂的大佬指点一二，文章所描述的代码只是其中的错误，不同的pb模型转换出现不同的错误，现在都不肯定是训练的模型不对，还是转换过程问题。问题出现的环境背景及自己尝试过...
2024-01-10TensorFlow实现打印每一层的输出
在test.py中可以通过如下代码直接生成带weight的pb文件，也可以通过tf官方的freeze_graph.py将ckpt转为pb文件。constant_graph = graph_util.convert_variables_to_constants(sess, sess.graph_def,['net_loss/inference/encode/conv_output/conv_output'])with tf.gfile.FastGFile('net_model.pb', mode='wb') ...
2024-01-10TensorFlow 滑动平均的示例代码
滑动平均会为目标变量维护一个影子变量，影子变量不影响原变量的更新维护，但是在测试或者实际预测过程中（非训练时），使用影子变量代替原变量。1、滑动平均求解对象初始化ema = tf.train.ExponentialMovingAverage(decay,num_updates) 参数decay`shadow_variable = decay * shadow_variable + (1 - decay) * variable`参数num_upda...
2024-01-10TensorFlow 合并/连接数组的方法
如下所示：import tensorflow as tfa = tf.Variable([4,5,6])b = tf.Variable([1,2,3])c = tf.concat(0,[a,b])init_op = tf.initialize_all_variables()with tf.Session() as sess: sess.run(init_op) print(sess.run(c))结果打印：[4 5 6 1 2 3]以上这篇TensorFlow 合并/连接数组的方法就是小编分享给大家的全部内...
2024-01-10
30秒轻松实现TensorFlow物体检测
Google发布了新的TensorFlow物体检测API，包含了预训练模型，一个发布模型的jupyter notebook，一些可用于使用自己数据集对模型进行重新训练的有用脚本。使用该API可以快速的构建一些图片中物体检测的应用。这里我们一步一步来看如何使用预训练模型来检测图像中的物体。首先我们载入一些会使用的库impo...
2024-01-10TensorFlow - 恢复（如果存在）
只有存在时才可以恢复变量吗？这样做的最习惯的方式是什么？TensorFlow - 恢复（如果存在）例如，考虑下面的小例子：import tensorflow as tf import glob import sys import os with tf.variable_scope('volatile'): x = tf.get_variable('x', initializer=0) with tf.variable_scope('persistent'): y = tf.get_varia...
2024-01-10TensorFlow中如何确定张量的形状实例
我们可以使用tf.shape()获取某张量的形状张量。import tensorflow as tfx = tf.reshape(tf.range(1000), [10, 10, 10])sess = tf.Session()sess.run(tf.shape(x)) Out[1]: array([10, 10, 10])我们可以使用tf.shape()在计算图中确定改变张量的形状。high = tf.shape(x)[0] // 2width = tf.shape(x)[1] * 2x_reshape =...
2024-01-10TensorFlow实现指数衰减学习率的方法
在TensorFlow中，tf.train.exponential_decay函数实现了指数衰减学习率，通过这个函数，可以先使用较大的学习率来快速得到一个比较优的解，然后随着迭代的继续逐步减小学习率，使得模型在训练后期更加稳定。tf.train.exponential_decay(learning_rate, global_step, decay_steps, decay_rate, staircase, name)函数会指数级地减小学...
2024-01-10用TensorFlow实现戴明回归算法的示例
如果最小二乘线性回归算法最小化到回归直线的竖直距离（即，平行于y轴方向），则戴明回归最小化到回归直线的总距离（即，垂直于回归直线）。其最小化x值和y值两个方向的误差，具体的对比图如下图。 线性回归算法和戴明回归算法的区别。左边的线性回归最小化到回归直线的竖直距离；右边...
2024-01-10使用TensorFlow实现简单线性回归模型
本文使用TensorFlow实现最简单的线性回归模型，供大家参考，具体内容如下线性拟合y=2.7x+0.6，代码如下:import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt n = 201 # x点数X = np.linspace(-1, 1, n)[:,np.newaxis] # 等差数列构建X，[:,np.newaxis]这个是shape，这一行构建了一个n维列向量（[1,n]的矩阵）noise = np.ra...
2024-01-10如何在TensorFlow中选择交叉熵损失？
分类问题（例如逻辑回归或多项式逻辑回归）可优化 损失。通常，交叉熵层跟随 层，从而产生概率分布。在张量流中，至少有 ：tf.losses.softmax_cross_entropytf.losses.sparse_softmax_cross_entropytf.losses.sigmoid_cross_entropytf.contrib.losses.softmax_cross_entropytf.contrib.losses.sigmoid_cross_entropytf.nn.softmax_cr...
2024-01-10TensorFlow设置日志级别的几种方式小结
TensorFlow中的log共有INFO、WARN、ERROR、FATAL 4种级别。有以下几种设置方式。1. 通过设置环境变量控制log级别可以通过环境变量TF_CPP_MIN_LOG_LEVEL进行设置，TF_CPP_MIN_LOG_LEVEL的不同值的含义分别如下：LevelLevel for HumansLevel Description0DEBUGall messages are logged (Default)1INFOINFO messages are not printed2WARNING...
2024-01-10TensorFlow：将float64张量转换为float32
我正在尝试使用：train =optimizer.minimize(loss)但是标准优化器无法使用tf.float64。因此，我想截断loss从fromtf.float64到onlytf.float32。Traceback (most recent call last): File "q4.py", line 85, in <module> train = optimizer.minimize(loss) File "/Library/Python/2.7/site-packages/tenso...
2024-01-10在TensorFlow中屏蔽warning的方式
TensorFlow的日志级别分为以下三种：TF_CPP_MIN_LOG_LEVEL = 1 //默认设置，为显示所有信息 TF_CPP_MIN_LOG_LEVEL = 2 //只显示error和warining信息 TF_CPP_MIN_LOG_LEVEL = 3 //只显示error信息所以，当TensorFlow出现警告信息，又不想让警告信息显示时，可进行如下设置：一、python环境下通过在python文件中添加如下两行代码，...
2024-01-10TensorFlow实现随机训练和批量训练的方法
TensorFlow更新模型变量。它能一次操作一个数据点，也可以一次操作大量数据。一个训练例子上的操作可能导致比较“古怪”的学习过程，但使用大批量的训练会造成计算成本昂贵。到底选用哪种训练类型对机器学习算法的收敛非常关键。 为了TensorFlow计算变量梯度来让反向传播工作，我们必须度量一...
2024-01-10关于TensorFlow新旧版本函数接口变化详解
TensorFlow版本更新太快 了，所以导致一些以前接口函数不一致，会报错。这里总结了一下自己犯的错，以防以后再碰到，也可以给别人参考。首先我的cifar10的代码都是找到当前最新的tf官网给的，所以后面还有新的tf出来改动了的话，可能又会失效了。1.python3：(unicode error) 'utf-8' codec can't decode刚开始...
2024-01-10TensorFlow2.X使用图片制作简单的数据集训练模型
Tensorflow内置了许多数据集，但是实际自己应用的时候还是需要使用自己的数据集，这里TensorFlow 官网也给介绍文档，官方文档。这里对整个流程做一个总结（以手势识别的数据集为例）。1、 收集手势图片数据集下载方法多种多样了。我通过摄像头自己采集了一些手势图片。保存成如下形式，以同...
2024-01-10TensorFlow基本的常量、变量和运算操作详解
简介深度学习需要熟悉使用一个框架，本人选择了TensorFlow，一边学习一边做项目，下面简要介绍TensorFlow中的基本常量、变量和运算操作，参考斯坦福大学的cs20si和TensorFlow官网API。常量tf.constant()tf.constant(value, dtype=None, shape=None, name='Const', verify_shape=False),value为值，dtype类型，shape为张量形状，name名称...
2024-01-10TensorFlow查看输入节点和输出节点名称方式
TensorFlow 定义输入节点名称input_name： with tf.name_scope('input'): bottleneck_input = tf.placeholder_with_default( bottleneck_tensor, shape=[batch_size, bottleneck_tensor_size], name='Mul')TensorFlow查看pb数据库里面的输入节点和输出节点：import tensorflow as tfimport os ...
2024-01-10TensorFlow使用Graph的基本操作的实现
1.创建图在tensorflow中，一个程序默认是建立一个图的，除了系统自动建立图以外，我们还可以手动建立图，并做一些其他的操作。下面我们使用tf.Graph函数建立图，使用tf.get_default_graph函数来获取图，使用reset_default_graph对图进行重置。import tensorflow as tfimport numpy as npc = tf.constant(1.5)g = tf.Graph()with ...
2024-01-10
