Tensorflow1.0.0 cifar-10爬坑

最新推荐文章于 2024-04-06 14:43:34 发布

原创最新推荐文章于 2024-04-06 14:43:34 发布 · 261 阅读

CC 4.0 BY-SA版权

博客主要围绕TensorFlow展开，提到目前用其直接实现MNIST数据集没问题，但实现CIFAR - 10数据集时官网方法不适用于TensorFlow 1.0，需修改部分函数。文中给出了如tf.concat、tf.nn.softmax_cross_entropy_with_logits等函数的修改内容，还提及可借助tensorboard进行可视化。

原文地址：http://siligence.ai/article-464-1.html

图片识别重要性就不多说了，现在目前tensorfow直接实现MNIST数据集是没有任何问题的，可是CIFAR-10目前官网上的办法貌似是不tensorflow1.0的，所以需要修改几个函数
重复的不写了，详情请看tensorflow官网1.0具体改动

然后就可以跑出结果啦

每次修复完所有的BUG，跑出程序的那一刻都是神清气爽。。。。
#为错误部分，下面为修改内容

#concated = tf.concat(1，[indices, sparse_labels])
concated = tf.concat([indices, sparse_labels], 1)
（tf.concate进行张量的拼接）

cross_entropy = tf.nn.softmax_cross_entropy_with_logits(

logits, dense_labels, name=‘cross_entropy_per_example’)

cross_entropy = tf.nn.softmax_cross_entropy_with_logits(
logits=logits, labels=dense_labels, name=‘cross_entropy_per_example’)
（tf.nn.softmax_cross_entropy_with_logits得到真实标签和预测结果的差值用于优化）

tf.scalar_summary(l.op.name +’ (raw)’, l)

tf.summary.scalar(l.op.name +' (raw)', l)

（加入tf.summary.scalar可以使用tensorboard进行可视化）

tf.summary.scalar(l.op.name, loss_averages.average(l))
# tf.scalar_summary(l.op.name, loss_averages.average(l))

tf.histogram_summary(var.op.name, var)

tf.summary.histogram(var.op.name, var)

float_image = tf.image.per_image_whitening(resized_image)

float_image = tf.image.per_image_standardization(resized_image)

在大家以后写编程的时候，可能也会遇到许许多多的坑，从装tensorflow-gpu开始就会有许多滴问题，推荐大家可以使用baidu，csdn，stackflowover这三个网站进行寻问，特别是最后一个网站，基本上大家遇到90%的问题都可以在这个网页上查到，一个小白程序员加上网络答疑可以变成一个中等水平的程序员，剩下的晋升之路可能需要写代码读论文看算法了。
祝大家都可以早日成为大佬。    
                               （作者：cyl250     http://siligence.ai/column/index.php?page=1）