摘要：
图像定位 图像定位是指在图像中将我们需要识别的部分使用定位框进行定位标记，本次主要讲述如何使用tensorflow2.0实现简单的图像定位任务。 我所使用的定位方法是训练神经网络使它输出定位框的四个顶点的坐标，通过这四个坐标来定位需要识别对象的位置。 数据集：https://pan.baidu.co 阅读全文
摘要：
多输出模型 使用函数式API构建多输出模型完成多标签分类任务。 数据集下载链接：https://pan.baidu.com/s/1JtKt7KCR2lEqAirjIXzvgg 提取码：2kbc 1.读取数据并构建数据集 详细的API介绍在Tensorflow学习笔记5.0中均有提及，这里只简单讲述方 阅读全文
摘要：
模型的保存与恢复 介绍一些常见的模型保存与恢复方法，以及如何使用回调函数保存模型。 1.保存完整模型 model.save()方法可以保存完整的模型，包括模型的架构、模型的权重以及优化器。 model.save()的参数为保存路径以及文件名。 首先我们构建一个简单的Sequential模型，使用fi 阅读全文
摘要：
使用VGG16网络进行迁移学习 使用在ImageNet数据上预训练的VGG16网络模型对猫狗数据集进行分类识别。 1.预训练网络 预训练网络是一个保存好的，已经在大型数据集上训练好的卷积神经网络。 如果这个数据集足够大且通用，那么预训练网络学习到的模型参数可以有效的对图片进行特征提取。即使新问题与原 阅读全文
摘要：
tf.data与自定义训练综合实例 使用tf.data自定义猫狗数据集，并使用自定义训练实现猫狗数据集的分类。 1.使用tf.data创建自定义数据集 我们使用kaggle上的猫狗数据以及tf.data来建立自己的猫狗数据集。 tf.data详细的使用方法中在Tensorflow学习笔记No.5中以 阅读全文
摘要：
数据的批标准化 本篇主要讲述什么是标准化，为什么要标准化，以及如何进行标准化(添加BN层)。 1.什么是标准化 传统机器学习中标准化也叫做归一化。 一般是将数据映射到指定的范围，用于去除不同维度数据的量纲以及量纲单位(说白了就是让数据尽可能处于某个范围内)。 数据标准化让机器学习模型看到的不同样本彼 阅读全文
摘要：
tf.data卷积神经网络综合应用实例 使用tf.data建立自己的数据集，并使用CNN卷积神经网络实现对卫星图像的二分类问题。 数据下载链接：https://pan.baidu.com/s/141zi1BvDU6rHsq5VKgRl4Q 提取码：2kbc 1.使用tf.data建立数据集 使用tf 阅读全文
摘要：
使用CNN卷积神经网络(2) 使用Tensorflow搭建简单的CNN卷积神经网络对fashion_mnist数据集进行分类 不了解是那么是CNN卷积神经网络的小伙伴可以参考上一篇博客(Tensorflow学习笔记No.4.1) 2.Tensorflow卷积神经网络相关API简介 2.1.keras 阅读全文
摘要：
使用CNN卷积神经网络(1) 简单介绍CNN卷积神经网络的概念和原理。 已经了解的小伙伴可以跳转到Tensorflow学习笔记No.4.2学习如和用Tensorflow实现简单的卷积神经网络。 1.CNN简介(概念简介） 卷积神经网络(Convolutional Neural Network,CNN 阅读全文
摘要：
这里更新一些学习Tensorflow过程中可能用到的实用工具。 Jupyter Notebook Jupyter Notebook 是一个非常方便的python编程工具，支持可视化，对于学习python而已非常的实用。 可以使用Anaconda3进行安装。 安装了Tensorflow的小伙伴应该都安 阅读全文