摘要: from tensorflow.keras.preprocessing.image import ImageDataGenerator这个可以进行批量数据增广 阅读全文
posted @ 2020-09-03 23:50 yunshangyue 阅读(132) 评论(0) 推荐(0) 编辑
摘要: 单个变量添加正则化 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据集 mnist = input_data.read_data_sets("MNIST_data",one 阅读全文
posted @ 2020-09-03 23:46 yunshangyue 阅读(348) 评论(0) 推荐(0) 编辑
摘要: with slim.arg_scope([slim.conv2d, slim.fully_connected], activation_fn=tf.nn.relu, weights_initializer=tf.glorot_uniform_initializer(), #weight_initia 阅读全文
posted @ 2020-09-03 23:43 yunshangyue 阅读(252) 评论(0) 推荐(0) 编辑
摘要: checkpoint -save # 定义Saver用于保存模型 saver = tf.train.Saver() # 训练结束后,在session中保存模型,后缀一般用ckpt,其他的也可以 saver.save(sess,'models/my_model.ckpt') 保存模型的时候一定要定义好 阅读全文
posted @ 2020-09-03 23:42 yunshangyue 阅读(327) 评论(0) 推荐(0) 编辑
摘要: 为什么使用tfrecord? 正常情况下我们训练文件夹经常会生成 train, test 或者val文件夹,这些文件夹内部往往会存着成千上万的图片或文本等文件,这些文件被散列存着,这样不仅占用磁盘空间,并且再被一个个读取的时候会非常慢,繁琐。占用大量内存空间(有的大型数据不足以一次性加载)。此时我们 阅读全文
posted @ 2020-09-03 23:33 yunshangyue 阅读(421) 评论(0) 推荐(0) 编辑
摘要: 1、变量常量输入 x = tf.Variable([1,2]) b = tf.Constant([3,3]) 2、placeholder输入 1 # 定义两个placeholder 2 x = tf.placeholder(tf.float32,[None,784]) 3 y = tf.placeh 阅读全文
posted @ 2020-09-03 23:29 yunshangyue 阅读(966) 评论(0) 推荐(0) 编辑
摘要: graph和sess关系 graph 图,是用来定义网络结构, 图中定义的计算流程必须用tf的语言工具。np的还不行 一个py文件程序中可以有多个图,默认的是放在默认图中了。 在下面with块中的是graph1图的结构 graph1=tf.Graph() with graph1.as_default 阅读全文
posted @ 2020-09-03 23:17 yunshangyue 阅读(121) 评论(0) 推荐(0) 编辑
摘要: 打开方式 打开tensorbaordtensorboard --logdir=/home/q/deep/tensorboard_example注意,空格双横线,等号两边没有空格文件的绝对路径名字要对,内部有下面的文件 在windows系统中,必须cd到所在盘中,比如说在F盘就不能打开G盘的tenso 阅读全文
posted @ 2020-09-03 23:13 yunshangyue 阅读(371) 评论(0) 推荐(0) 编辑
摘要: 样本均衡 图像应该进行归一化 小网络,没有resnet的要加上BN, 训练的时候均值和归一化是计算的来的,测试的时候要是根据训练集的均值和归一化来的,如果测试的时候is_training要设置为false CNN要加上偏置,否则,所有输出结果都是一样的,自己出现的这种现象 网络初始化问题 网络1层一 阅读全文
posted @ 2020-09-03 17:30 yunshangyue 阅读(151) 评论(0) 推荐(0) 编辑
摘要: 是的 阅读全文
posted @ 2020-09-03 16:23 yunshangyue 阅读(44) 评论(0) 推荐(0) 编辑