摘要: (本系列随笔持续更新) 这部分代码是基于参考中的链接,修改后适用于TensorFlow1.6.0版本的代码。由于TensorFlow的频繁更新,所以不一定支持后续新或者就版本,特此说明。 程序的最初版,来自“山人7” [参考1,参考2],但是在新的TensorFlow下面不能直接运行。 修改后版本, 阅读全文
posted @ 2018-04-13 15:29 路边的十元钱硬币 阅读(4323) 评论(0) 推荐(1) 编辑
摘要: (本系列随笔持续更新) 搭建要求 详细的搭建过程在 参考资料1 中已经有啦。 TensorFlow 1.6.0 OpenCV 2.4.8 仅仅是加载和读取图片的需要 Ubuntu 14.04 64bits 代码:加载图片,找出人脸。运行依赖detect_face.py 显示效果: 参考资料: 1 h 阅读全文
posted @ 2018-04-13 15:14 路边的十元钱硬币 阅读(3327) 评论(0) 推荐(0) 编辑
摘要: 两层卷积层 训练速度慢了,但是精度提高了 阅读全文
posted @ 2018-04-09 21:39 路边的十元钱硬币 阅读(341) 评论(0) 推荐(0) 编辑
摘要: # 执行 cmake . # 表示在当前目录下执行 cmake cmake .. # 表示在前一级目录下执行 cmake make # 在当前目录下执行 make # 语法 #1 设置 cmake 版本需求 cmake_minimum_required(VERSION 2.8) #2 设置工程名 project( 工程名 ) #3 生成可执行文件 add_executable( 可执行文... 阅读全文
posted @ 2018-04-09 15:57 路边的十元钱硬币 阅读(180) 评论(0) 推荐(0) 编辑
摘要: tensorflow性能调优实践 https://www.jianshu.com/p/937a0ce99f56 2018.04.01 Deep Learning 之 最优化方法 https://blog.csdn.net/bvl10101111/article/details/72615621 20 阅读全文
posted @ 2018-04-01 10:31 路边的十元钱硬币 阅读(104) 评论(0) 推荐(0) 编辑
摘要: import tensorflow as tf from sklearn.datasets import load_digits from sklearn.cross_validation import train_test_split from sklearn.preprocessing import LabelBinarizer #load data digits = load_digit... 阅读全文
posted @ 2018-03-31 21:17 路边的十元钱硬币 阅读(200) 评论(0) 推荐(0) 编辑
摘要: 解释 compute_accuracy 的计算原理: 来自:https://blog.csdn.net/cy_tec/article/details/52046806 阅读全文
posted @ 2018-03-31 21:15 路边的十元钱硬币 阅读(193) 评论(0) 推荐(0) 编辑
摘要: import tensorflow as tf import numpy as np import matplotlib.pyplot as plt # # add layer # def add_layer(inputs, in_size, out_size,n_layer, activation_function = None): layer_name = '... 阅读全文
posted @ 2018-03-31 21:14 路边的十元钱硬币 阅读(202) 评论(0) 推荐(0) 编辑
摘要: 注意:有些浏览器可能支持的不好,推荐使用最新的Chrome 命令行输入: tensorboard --logdir=logs/ 阅读全文
posted @ 2018-03-31 21:13 路边的十元钱硬币 阅读(142) 评论(0) 推荐(0) 编辑
摘要: import tensorflow as tf import numpy as np import matplotlib.pyplot as plt def add_layer(inputs, in_size, out_size, activation_function = None): Weights = tf.Variable(tf.random_normal([i... 阅读全文
posted @ 2018-03-31 21:10 路边的十元钱硬币 阅读(173) 评论(0) 推荐(0) 编辑