zack的博客

nvidia/cuda是英伟达提供的docker镜像，有很多版本，本文以cuda10.1版本为例，列举其标签 docker pull nvidia/cuda:10.1-base-ubuntu16.04 docker pull nvidia/cuda:10.1-runtime-ubuntu16.04 docker pull nvidia/cuda:10.1-devel-ubuntu16.04 docker pull nvidia/cuda:10.1-cudnn7-runtime-ubuntu16.0.

采用迁移学习，我们必须严格按照预训练模型初始训练时的方式归一化，而且不同模型的归一化方式不同，VGG和ResNet是减去训练集均值，Xception和InceptionV3是线性缩放到[-1,1]； 网络默认输入为： VGG和ResNet是224*224*3 Xception和InceptionV3是299*299*3 tensorflow数据预处理 tensorflow使用slim库对...

1.keras创建模型两种方式 方式1： model = Sequential() model.add(Conv2D(filters=16,kernel_size=2, activation='relu', input_shape=(224, 224, 3))) model.add(MaxPooling2D(pool_size=2, strides=2)) model.add(Conv2D(f...

对于当前比较火热的，使用神经网络+TensorFlow对图像进行分类，随着网络越来越庞大，参数越来越多，使得训练更加困难，由于大部分人没有很强的GPU，所以当前迁移学习越来越火； 对于分类网络，如inception和mobilenet，Google提供一个很好的迁移学习脚本： https://github.com/tensorflow/hub/blob/master/examples/imag...

1.基本概念 使用图 (graph) 来表示计算任务. 在被称之为 会话 (Session) 的上下文 (context) 中执行图. 使用 tensor 表示数据. 通过 变量 (Variable) 维护状态. 使用 feed 和 fetch 可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据 Session, Graph, Operation ,Ten...

论文： 《VERY DEEP CONVOLUTIONAL NETWORK SFOR LARGE-SCALE IMAGE RECOGNITION》 VGG16和VGG19模型是一种十分强大的分类模型，属于DCNN(Deep Convolutional Neural Network )，比较起ALEXNET, VGG对图片有更精确的估值以及更省空间   VGG结构   我们看D列(VG...

论文： 《Inverted Residuals and Linear Bottlenecks: Mobile Networks for Classification, Detection and Segmentation》 https://arxiv.org/abs/1801.04381 和MobileNet V1相比，MobileNet V2主要的改进有两点： 1、Linear Bott...

论文： MobileNets: Efficient Convolutional Neural Networks for MobileVision Applications https://arxiv.org/abs/1704.04861   MobileNets是Google针对手机等嵌入式设备提出的一种轻量级的深层神经网络;中点在于压缩模型，同时保证精度。 MobileNets是基于一...

Inception v4主要利用残差连接（Residual Connection）来改进v3结构，代表作为，Inception-ResNet-v1，Inception-ResNet-v2，Inception-v4 论文地址： Inception[V4]: Inception-v4, Inception-ResNet and the Impact of Residual Connections ...

论文： Inception[V3]: Rethinking the Inception Architecture for Computer Vision https://arxiv.org/abs/1512.00567   Inception V3 引入了 卷积分解（Factorization），将一个较大的二维卷积拆成两个较小的一维卷积 1.将7*7分解成两个一维的卷积（1*7,7...

论文：  Inception[V2]: Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift https://arxiv.org/abs/1502.03167   Inception v2的网络，代表作为加入了BN（Batch Normalization）层，...

Inception目的是为了增加网络深度和宽度的同时减少参数 论文地址： [v1] Going Deeper with Convolutions, 6.67% test error http://arxiv.org/abs/1409.4842    Inception v1的网络，将1x1，3x3，5x5的conv和3x3的pooling，堆叠在一起，一方面增加了网络的width，另一方面...

tensorflow常用函数 操作组 操作 Maths Add, Sub, Mul, Div, Exp, Log, Greater, Less, Equal Array Concat, Slice, Split, Constant, Rank, Shape, Shuffle Matrix MatMul, MatrixInverse, MatrixDetermi...

最近在看SSD检测网络，其中关于非极大抑制（Non Maximal Suppression）概念 非极大抑制主要是用来解决检测结果中，有多个区域重叠问题，如下图： 非极大抑制对于有相交的box，根据score和box的坐标信息，从中找到置信度比较高的bounding box；对于没相交的就直接保留下来，作为最后结果。 代码实现，参考https://github.com/tensorflo...

1.系统环境window10/tensorflow-gpu  1.8.0/Python 3.6.4/cuda 9.0/cudnn-9.0-windows10-x64-v7/Android studio 3.1.22.源码下载从Github上下载最新的TensorFlow源码，下载路径：https://github.com/tensorflow/tensorflow.git3.TensorFlow ...