daoyone的博客

解决图像数据转为TFrecord格式后文件太大的问题上次用tensorflow手册上的方法，将我的图片数据转为TFrecord格式后，发现数据大小是原来数据大小的十倍，严重占用了我的内存，于是就查了一些资料改良一下图片转TFrecord的方式。具体代码如下，转化后的图像大小比原来的图像数据集还小。而且读取速度快了很多。import osimport tensorflow as tffro...

在tensorflow中，使用GPU训练模型会默认占有所有的显存，因此需要添加一些限制条件，使显存不会被全部占用。1.分配GPU的显存gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))...

Tensorflow提供了TFrecord格式来存储数据。下面介绍如何将自己的图像数据转换为TFrecord格式。创建TFrecord格式文件：def creat_tfrecord(class_path,size): writer = tf.python_io.TFRecordWriter("train.tfrecords") for img_name in os.listdi...

1.去官网下载anaconda,地址：https://www.anaconda.com/distribution/#download-section或者清华镜像网站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/2.按照提示，直接安装。3.安装成功后，打开anaconda prompt。在这输入命令：conda --versio...

用Mnist数据集训练神经网络这篇博客是我在学习用tensorflow搭建神经网络时，所作的一些笔记。搭建的神经网络有两层隐藏层，和输入输出层。采用全连接的方式进行传输，优化算法采用自适用矩估计算法。1.首先，导入tensorflow官方提供的库import tensorflow as tffrom tensorflow.examples.tutorials.mnist import in...

CNN卷积神经网络用mnist数据训练卷积神经网络。该卷积网络有两个卷积层，两个池化层，和两个全连接层。输入：x = tf.placeholder(tf.float32,[None,784])y_ = tf.placeholder(tf.float32,[None,10])input_x = tf.reshape(x,[-1,28,28,1]) #对其进行变形卷积层和池化层#卷积...

用正则化避免过度拟合过拟合：是指但训练一个复杂模型时，能很好的学习每一个输入数据。但是输入的数据存在着噪声，使得训练出来的模型被噪声影响，虽然在训练数据上表现的非常好，但是模型的泛化能力很弱。接下来将引入正则化来避免模型过度拟合。正则化（Regularization ）是一类通过限制模型复杂度，从而避免过拟合，提高泛化能力的方法，包括引入一些约束规则，增加先验、提前停止等。正则化有两种，一...