monk1992的博客

1、理解RNN的工作流程2、了解基本的RNN类型3、料及cell类：注意：1静态单向：tf.contrib.rnn.static_rnn结果可直接取output[-1]， output.shape->[time,cellnum（rnn提取的特征）]，输入input的size需要是list或者是二维的张量，list的顺序就是时间序列。元素就是每一个序列的值（batch单个时间序列的输入元素个数）。如：原始的输入数据是单通道[batch，height，width]形式，将height

在学习tensorflow的过程中，读取数据这一块很难理解。确实这一块官方的教程比较简略，网上也找不到什么合适的学习材料。今天这篇文章就以图片的形式，用最简单的语言，为大家详细解释一下tensorflow的数据读取机制，文章的最后还会给出实战代码以供参考。一、tensorflow读取机制图解 首先需要思考的一个问题...

本文面对三种常常遇到的情况，总结三种读取数据的方式，分别用于处理单张图片、大量图片，和TFRecorder读取方式。并且还补充了功能相近的tf函数。处理单张图片我们训练完模型之后，常常要用图片测试，有的时候，我们并不需要对很多图像做测试，可能就是几张甚至一...

最近在研究深度学习视觉相关的东西，经常需要写python代码搭建深度学习模型。比如写CNN模型相关代码时，我们需要借助python图像库来读取图像并进行一系列的图像处理工作。我最常用的图像库当然是opencv，很强大很好用，但是opencv也有一些坑，不注意的话也会搞出大麻烦。近期我也在看一些别人写的代码，因为个人习惯不一样，他们在做深度学习时用于图片读取的图像库各不相同，从opencv到PIL再...

我们一般用深度学习做图片分类的入门教材都是MNIST或者CIFAR-10，因为数据都是别人准备好的，有的甚至是一个函数就把所有数据都load进来了，所以跑起来都很简单，但是跑完了，好像自己还没掌握图片分类的完整流程，因为他们没有经历数据处理的阶段，所以谈不上走过一遍深度学习的分类实现过程。今天我想给大家分享两个比较贴近实际的分类项目，从数据分析和处理说起，以Keras为工具，彻底掌握图像分类任务。...

版权声明：本文为博主原创文章，未经博主允许不得转载。 h...

今天学到tensorflow图像数据处理，所以写个笔记。1 首先是导入库import matplotlib.pyplot as pltimport tensorflow as tf import numpy as np2 读取图片image_raw_dat...

官网的mnist和cifar10数据之后，笔者尝试着制作自己的数据集，并保存，读入，显示。 TensorFlow可以支持cifar10的数据格式， 也提供了标准的TFRecord 格式，而关于 tensorflow 读取数据， 官网提供了3中方法 1 Feeding： 在tensorflow程序运行的每一步， 用Python代码在线提供数据 2 Reader ： 在一个计算图（...

遇到这个问题找到的解决方案，链接如下：https://github.com/argman/EAST/issues/120