
tensorflow实战
文章平均质量分 61
casgj16
菜鸟打怪升级之中
展开
-
tensorflow利用Inception-v3实现迁移学习
1、Tensorflow 实现迁移学习。#photo地址:#http://download.tensorflow.org/example_images/flower_photos.tgz#Inception-v3模型#源码下载和Inception-v3模型见:https://download.youkuaiyun.com/download/casgj16/106999542、代码import ...原创 2018-10-02 16:00:37 · 2345 阅读 · 1 评论 -
Android studio 2.3.3配置OpenCV 3.4.2
Android studio2.3.3配置OpenCV 3.4.2,这里就将自己踩过的坑码下来共免。首先我的Android studio版本是2.3.3,OpenCV可以去官网上下载相应的Androidsdk版: https://opencv.org/releas...原创 2018-10-17 21:54:37 · 558 阅读 · 0 评论 -
TensorFlowLite:将TensorFlow训练好的模型迁移到Android APP上
在Android Studio中配置TensorFlowLite 把训练好的 TensorFlow的 pb模型 移植到Android Studio上,TensorFlow Lite官方的例子中已经给我们展示了,我们其实只需要两个文件: libandroid_tensorflow_inference_java.jar、libtensorflow_inference.so。 这...原创 2018-10-17 22:22:06 · 1936 阅读 · 0 评论 -
Softmax Regression简介
Softmax Regression简介处理多分类任务时,通常使用Softmax Regression模型。在神经网络中,如果问题是分类模型(即使是CNN或者RNN),一般最后一层是Softmax Regression。它的工作原理是将可以判定为某类的特征相加,然后将这些特征转化为判定是这一类的概率。 实现Softmax Regression创建一个神经网络模型步骤如下:定义...转载 2018-09-30 00:44:02 · 6293 阅读 · 0 评论 -
手写识别(MNIST)
MNIST手写体识别,利用神经网络解决的过程:1、前向传播模块首先将前向传播过程抽象出来,作为一个可以作为训练测试共享的模块,取名为mnist_inference_5_5.py,将这个过程抽象出来的好处是,一是可以保证在训练或者测试的过程中前向传播的一致性,提高代码的复用性。还有一点是我们可以更好地将其与滑动平均模型与模型持久化功能结合,更加灵活的来检验新的模型。mnist_in...原创 2018-09-30 03:45:00 · 474 阅读 · 0 评论 -
CNN的LeNet-5模型及其TensorFlow实现
卷积神经网络的常见网络结构常见的架构图如下: LeNet-5模型结构图如下图: LeNet-5模型总共有7层。 第一层:卷积层 第一层卷积层的输入为原始的图像,原始图像的尺寸为32×32×1。卷积层的过滤器尺寸为5×5,深度为6,不使用全0补充,步长为1。由于没有使用全0补充,所以这一层的输出的尺寸为32-5+1=28...原创 2018-09-30 18:06:30 · 1113 阅读 · 0 评论 -
win10 + python36 + dlib + OpenCV 3.4.0 人脸检测 安装教程
win10 + python36 + dlib : https://www.cnblogs.com/AdaminXie/p/9032224.html https://github.com/coneypo/Dlib_install Win10 64bit+Anaconda(3-5.0.1,Python3.6)+Pycharm(community-2017.3.3...原创 2018-11-15 01:51:36 · 305 阅读 · 0 评论 -
Win10下Python及CPU版tensorflow环境安装
Win10下Python及CPU版tensorflow环境安装1、下载软件: Win10 系统 windows版本Python-3.6: Anaconda3-5.0.1-Windows-x86_64.exe Python代码编译器: pycharm-professional-4.5.4.exe CPU版本的tensorflow: ...原创 2019-05-07 18:58:28 · 3615 阅读 · 1 评论