ResNet模型简介,Tensorflow2与Pytorch的实现

ResNet模型简介 1.网络结构   网络越深,获取的信息就越多,特征也越丰富,但是随着网络的加深,优化效果反而越差,测试数据和训练数据的准确率反而降低了。ResNet 开创性地引入了残差连接,解决了深层网络训练过程中的梯度弥散问题,是深层模型更容易训练,并且验证了随着网络层次的加深模型可以获得更好的性能。 特点 引入直连通路,使深层模型可以保持原始数据信息且训练过程不容易梯度弥散直连通路与卷积层进行合并时采用元素点相加的方式,而不是直接拼接(Concatenate),使模型在训练过程中只需要拟合不同层...

GoogLeNet模型简介,Tensorflow2与Pytorch的实现

GoogLeNet模型简介   GoogLeNet是2014年ILSVRC分类任务上的冠军,和AlexNet,VGGNet依靠加深网络结构的深度思想不完全一样,GooLeNet在加深深度的同时,引入了一个叫做Inception的结构来代替之前的卷积加激活的经典组件。 特点 采用不同大小的卷积核意味着不同大小的感受野,最后拼接意味着不同尺度特征的融合。卷积核大小之所以用1、3、5主要是为了方便对齐。网络越到后面,特征就会越抽象,所以采用了 1x1 的卷积进行降维。 1.网络结构   GoogLeNet整体由...

Debug Mac M1/M2 tensorflow:Could not find a version that satisfies the requirement tensorflow

发布时间:2022-11-28 人工智能 TENSORFLOW PYTHON
报错信息 在M1芯片/M2芯片的Mac中安装tensorflow报错 ERROR: Could not find a version that satisfies the requirement tensorflow (from versions: none) ERROR: No matching distribution found for tensorflow 检查python版本 3.9没问题 检查pip版本 最新没问题 检查镜像地址 依次试了豆瓣、中科大、阿里云都失败 安装了torch...

C++-ONNX:用onnxruntime部署自己的模型【Pytorch导出.onnx】【Tensorflow导出.onnx】【C++用onnxruntime框架部署并推理】

发布时间:2022-11-24 深度学习 # C++/ONNX TENSORFLOW KERAS
微软联合Facebook等在2017年搞了个深度学习以及机器学习模型的格式标准–ONNX,旨在将所有模型格式统一为一致,更方便地实现模型部署。现在大多数的深度学习框架都支持ONNX模型转出并提供相应的导出接口。 ONNXRuntime(Open Neural Network Exchange)是微软推出的一款针对ONNX模型格式的推理框架,用户可以非常便利的用其运行一个onnx模型。ONNXRuntime支持多种运行后端包括CPU,GPU,TensorRT,DML等。可以说ONNXRuntime是对ONN...

Tensorflow亲妈级安装教程(CPU和GPU版)

目录 一.Tendorflow 二.Anaconda安装 三.Tensorflow安装 四.测试是否安装成功及GPU是否可用 五.降级 一.Tendorflow 上来先讲个笑话:献丑了(手动滑稽) 二.Anaconda安装 参考下面这篇文章 安装anaconda的几个避坑点_深海鱼肝油ya的博客-CSDN博客 三.Tensorflow安装 参考文章如下: tensorflow详细安装教程(Win10, Anaconda,Python3.9)_Yan_Yancy的博客-CSDN博客_tensorf...

报错解决:ImportError: This version of TensorFlow Probability requires TensorFlow version >= 2.10

Python运行程序报错: ImportError: This version of TensorFlow Probability requires TensorFlow version >= 2.10; Detected an installation of version 2.6.2 Please upgrade TensorFlow to proceed. 解决方案: 在Linux系统中,使用命令查看安装的tensorflow版本: pip show tensorflow 但是实际上,我安装...

深度学习之路=====7=====>>SqueezeNet(tensorflow2)

发布时间:2022-11-25 深度学习 TENSORFLOW 深度学习之路 PYTHON
前面学习了通过加深网络和加宽网络来改进模型质量,提高模型精度的深度学习backbone模型(LeNet,VGGNet,AlexNet,GoogleNet,ResNet),这里介绍如何使网络更快,结构更轻量化的改进深度神经网络模型之一————SqueezeNet,它能够在ImageNet数据集上达到AlexNet近似的效果,但是参数比AlexNet少50倍。 SqueezeNet 的主要思想如下: 多用 1x1 的卷积核,而少用 3x3 的卷积核。因为 1x1 的好处是可以在保持 feature map s...

【深度学习入门 2022 最新版】 深度学习简介

概述 该专栏为 2022 版深度学习入门教程. 学习此教程需要具备一定的 Python 基础知识和对机器学习的一些基础了解. 深度学习 vs 机器学习 机器学习是什么 机器学习 (Machine Learning) 能使机器自动从数据和过去的经验中学习. 通过模型在最少的人工干预下进行预测. 深度学习是什么 深度学习 (Deep Learning) 是机器学习的一种, 深度学习通过神经网络 (Neural Network), 对数据特征进行提取来实现数据的预测. 机器学习和深度学习的区别 举个例子,...

利用yoloV3模型进行训练和预测

学习目标 熟悉TFRecord文件的使用方法知道YoloV3模型结构及构建方法知道数据处理方法能够利用yoloV3模型进行训练和预测 1.TFrecord文件 该案例中我们依然使用VOC数据集来进行目标检测,不同的是我们要利用tfrecord文件来存储和读取数据,首先来看一下tfrecord文件的相关内容。 为什么要使用tfrecord文件? TFRecord是Google官方推荐使用的数据格式化存储工具,为TensorFlow量身打造的。TFRecord规范了数据的读写方式,数据读取和处理的效率都会得到...

AttributeError: module ‘tensorflow‘ has no attribute ‘contrib‘

发布时间:2022-11-21 TENSORFLOW PYTHON DEBUG 人工智能
报错代码 conv = tf.contrib.layers.batch_norm() 原因分析 因为使用了TF1.x的库,而环境是TF2.x的版本,此时tf.contrib模块已被移除,根据官方迁移指南对其修改。 查看TF Slim源码发现名字接近的函数 def batch_norm() 解决办法 安装 pip install --upgrade tf_slim 用法 import tf_slim as slim#conv = tf.contrib.layers.batch_norm() #报错...

Trainer--学习笔记

发布时间:2022-11-21 深度学习 TENSORFLOW PYTORCH CNN
在训练神经网络的时候通常都会写一个训练代码块,通过这个代码块的执行开始训练网络学习神经网络模型时写的训练代码块, 整个流程就是在写一个脚本文件: 定义数据加载器定义优化器定义损失函数模型实例化循环读取数据,开始迭代训练形成一个抽象的类Trainer,这样能够在一定程度上提高代码的复用性、可读性以及可扩展性动态的将需要的功能模块“注册”到Trainer类中,而不需要去修改Trainer最原始的定义,实现可扩展的功能,对Trainer类进行升级,使他能够具备插件化处理的功能。定义了一个插件队列的字典, 它...

避开大坑:win10-CPU版(64位)环境下安装Anaconoda和tensorflow,亲测成功

发布时间:2022-11-21 深度学习 TENSORFLOW 机器学习 PYTHON
** 避坑必读,强烈建议,从头按照这个方法,一定可以安装成功: 1.离线安装tensorflow,下载安装包之后再安装 2.注意激活虚拟环境后执行命令 3.如果遇到新问题,请认真看提示,不要乱百度!!! 4.出现通过python可以导入tensorflow但是jupyter notebook不行时,一定确认一下当前的python路径是否一致: import sys print(sys.version) #查看当前python的版本 print(sys.executable) #查看当前python...

TensorFlow中的tf.nn.softmax_cross_entropy_with_logits_v2函数详解

发布时间:2022-11-30 深度学习 TENSORFLOW PYTHON
一、函数介绍 函数形式:tf.nn.softmax_cross_entropy_with_logits_v2(labels=labels, logits=logits) 需要注意的是,此处是最常见的参数形式,即只有labels和logits参数。为了简单起见,这里不对其他参数进行赘述。其中,logits为神经网络最后一层的输出;labels为对应的标签,一般为one-hot编码形式,即只对真实标签对应的logits分量进行交叉熵损失的计算。 事实上,labels也不一定非得是one-hot编码形式;实际上...

【CNN记录】tensorflow中reduceMax、reduceMin、reduceSum、reduceMean介绍

发布时间:2022-11-21 TENSORFLOW DL PYTHON
reduceSum  tf.reduce_sum(     input_tensor, axis=None, keepdims=False, name=None ) 说明:在指定维度上求多维tensor元素之和,并且按照axis消除该维度,除非keepdims为True input_tensor:输入张量 axis:需要降维的维度 keepdims:是否保留维度 name:操作数的名字(可选) 举个栗子 >a = np.random.random_integers(3,size=(2,3,4)...

深度学习入门——基于TensorFlow的鸢尾花分类实现(TensorFlow_GPU版本安装、实现)

Author(作者): Nirvana Of Phoenixl Proverbs for you(送给你的哦):There is no doubt that good things will always come, and when it comes late, it can be a surprise. 文章可以作为深度学习或者TensorFlow入门的了解学习。使用PyChram和Python实现,安装过程中最容易出现的问题是GPU版本的与显卡的问题。如果需要对应版本的TensorFl...

Python eval()和exec()函数

发布时间:2022-11-23 TENSORFLOW 初学分享 开发语言 PYTHON
eval() 和 exec() 函数都属于 Python 的内置函数。 eval() 和 exec() 函数的功能是相似的,都可以执行一个字符串形式的 Python 代码(代码以字符串的形式提供),相当于一个 Python 的解释器。二者不同之处在于,eval() 执行完要返回结果,而 exec() 执行完不返回结果。 eval()和exec()的用法 eval() 函数的语法格式为: eval(expression, globals=None, locals=None, /) 而 exec() 函数的语...

【用于图像修复、数据增强等】结合官方代码教程,在Windows 10下运行pix2pix-tensorflow(tensorflow==1.4.0 python=3.6)

发布时间:2022-11-25 TENSORFLOW 数据集操作 PYTHON
参考链接 github代码:👉github-pix2pix-tensorflow(这个版本的代码是比较老的,tensorflow框架的。直接在github上搜索pix2pix可以直接检索到最新的基于Pytorch的代码:pytorch-CycleGAN-and-pix2pix) 相关的文章:从样本到部署Pix2Pix图像翻译案例全流程记录 Linux环境下的配置可以参考:AotuDL中Linux环境下运行pix2pix-tensorflow的环境配置(tensorflow==1.8.0 pyth...

TensorFlow之文本分类算法-2

1 前言 2 收集数据 3 探索数据 4 选择模型 5 准备数据 数据被输入模型之前,需要将数据转换成模型能理解的格式,该过程被称之为数据标准化。 首先,已收集到的数据样本可能是以指定的顺序存储,而在实际分析中,期望文本与标签的关系是不能受到与数据样本的顺序相关的信息的影响。例如,如果数据集合是根据类别排序的,然后,数据集合被分割成训练数据集合与验证数据集合两个部分,则这些数据集合并不能表示出原始数据的整体分布。 保证模型不受数据顺序影响的一个简单的最佳实践是,在处理数据之前对数据集合执行乱序的处理(比较...

tensorflow 禁止调用gpu

发布时间:2022-11-22 深度学习 TENSORFLOW PYTHON
有时候tf gpu版本号和cuda cudnn 不对应,有禁止调用gpu的需求: import os os.environ[CUDA_VISIBLE_DEVICES] = -1 # 禁止调用gpu 备忘一下,主要参考博主: 链接...

深度学习之路=====6=====>>DenseNet(tensorflow2)

发布时间:2022-11-25 深度学习 TENSORFLOW 深度学习之路 PYTHON
用tensorflow2.4实现了DenseNet-121,训练基于ImageNet图像数据集,图片输入大小为 224x224 。网络结构采用包含4个DenseBlock的DenseNet-BC,每个DenseNet-BC由若干个 BN+ReLU+1x1 Conv+BN+ReLU+3x3 Conv(Dense_layer)且每个DenseBlock的特征图大小分别为56,28,14,7,DenseNet中每个DenseBlock分别有 [6,12,24,16] 个Dense_layer,在每个DenseB...

ubuntu16.04+cuda10.0+cudnn7.6+tensorflow_gpu-1.11.0环境安装

发布时间:2022-11-24 深度学习 TENSORFLOW 视觉语义SLAM PYTHON
为了搭深度学习环境,又装了一遍各种库,在此记录安装版本和流程. 1 安装NVIDIA显卡 查看自己的显卡型号: lspci |grep -i nvidia nvidia官网:https://www.nvidia.cn/geforce/drivers/ 搜索对应驱动 修改/etc/modprobe.d/blacklist.conf,添加下面内容 sudo gedit /etc/modprobe.d/blacklist.confblacklist vga16fbblacklist nouveau...

tensorflow多层CNN代码分析

发布时间:2022-11-23 TENSORFLOW PYTHON CNN
tf,reshape(tensor,shape,name=None)#其中shape为一个列表形式,特殊的一点是列表中可以存在-1。-1代表的含义是不用我们自己#指定这一维的大小,函数会自动计算,但列表中只能存在一个-1。#思想:将矩阵t变为一维矩阵,然后再对矩阵的形式更改 2. c = tf.truncated_normal(shape=[10,10], mean=0, stddev=1) #shape表示生成张量的维度,mean是均值,stddev是标准差,产生正态分布#这个函数产生的随机数与均值的...

在Anaconda的虚拟环境上安装cuda、pytorch、opencv以及tensorflow 以及相关报错。

发布时间:2022-11-22 OPENCV TENSORFLOW PYTORCH 经验分享
1.安装cuda和对应的pytorch 首先查看自己电脑能支持的cuda版本,查看方法,命令行输入:nvidia-smi 这里我的cuda最高支持11.1的版本,下载的时候找11.1及以下的都可以 然后是在命令行进入提前创建好的虚拟环境(我的虚拟环境名字叫DLGPU,这里要换成自己的) conda activate DLGPU 然后去pytorch的官网里可以找到下载cuda和对应pytorch的命令行,再通过命令行,直接下载cuda以及对应版本的pytorch:pytorch官网 到官网主页,如果有...

sklearn 中 learning_curve 函数 的详细使用方法 (机器学习)

🌠 『精品学习专栏导航帖』 🐳最适合入门的100个深度学习实战项目🐳🐙【PyTorch深度学习项目实战100例目录】项目详解 + 数据集 + 完整源码🐙🐶【机器学习入门项目10例目录】项目详解 + 数据集 + 完整源码🐶🦜【机器学习项目实战10例目录】项目详解 + 数据集 + 完整源码🦜🐌Java经典编程100例🐌🦋Python经典编程100例🦋🦄蓝桥杯历届真题题目+解析+代码+答案🦄🐯【2023王道数据结构目录】课后算法设计题C、C++代码实现完整版大全🐯 ✌ learning_curve函数的使用...

【tensorflow】数字识别 — cnn 算法

发布时间:2022-11-23 TENSORFLOW 算法 CNN
 在《数字识别-softmax 回归》和《数字识别-rnn 算法》两篇博文中分别介绍了使用 softmax 和 rnn 算法来对数字进行识别,并且 rnn 算法相对于 softmax 回归的基础得到了很大的提升,而在图片分类中,cnn 算法一直是主导,本篇博文将介绍使用 rnn 算法来进行数字识别。 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.rea...

深度学习:YOLO环境搭建

发布时间:2022-11-25 深度学习 TENSORFLOW PYTHON
本文参考链接: https://blog.csdn.net/qq_41204464/article/details/108807165 显卡的介绍:(13条消息) 一篇文章清晰了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)_一颗小树x的博客-CSDN博客_显卡驱动是用什么语言写的 在安装之前,一定要先搞清楚版本关系。 TensorFlow:深度学习框架   Pycharm:开发IDEAnaconda  :整合开发环境,创建虚拟开发环境,...

TensorFlow 2.X获取Flops和参数量(parameters)的方法(2022年)

发布时间:2022-12-01 深度学习 TENSORFLOW 1024程序员节 PYTHON
0.少走弯路 TensorFlow很多地方使用不如pytorch方便,比如说获取模型的Flops和parameters这种基本信息都需要查找半天。平时大家在分析模型优势的时候除了在准确率或者精度方面比较,还有一个就是运行效率了。但是每个人的电脑配置不一样,光靠运行时间比较也不好做,一般见得比较多的就是比较Flops和parameters。我之所以在标题上标明年份,是不想让大家浪费时间,很多帖子讲的都是1.X版本的做法,实在是太难用了,好多试了也不行,都是三四年前的帖子了,以下我的方法最近自己刚刚测试完,是...

深度学习和机器学习的区别是什么?深度学习 VS 机器学习

发布时间:2022-11-23 深度学习 TENSORFLOW PYTHON 人工智能
深度学习与机器学习简介 一、什么是机器学习? 通常,为了实现人工智能,我们使用机器学习。我们有几种算法用于机器学习。例如: Find-S算法 决策树算法(Decision trees) 随机森林算法(Random forests) 人工神经网络 通常,有3种类型的学习算法: 1,监督机器学习算法用于进行预测。此外,该算法搜索分配给数据点的值标签内的模式。 2,无监督机器学习算法:没有标签与数据点相关联。这些ML算法将数据组织成一组簇。此外,它需要描述其结构,使复杂的数据看起来简单,有条理,便于分析。 3...

AotuDL中Linux环境下运行pix2pix-tensorflow的环境配置(tensorflow==1.8.0 python==3.6)

写在前面 🍀windows环境下运行:【用于图像修复、数据增强等】结合官方代码教程,在Windows 10下运行pix2pix-tensorflow(tensorflow==1.4.0 python=3.6) AutoDL使用教程:AutoDL使用教程:1)创建实例 2)配置环境+上传数据 3)PyCharm2021.3专业版下载安装与远程连接完整步骤 1. 租用实例时基础镜像的选择 2. 配置环境 点击进入JupyterLab 进入终端 编辑文件+刷新,使得能使用conda,以进行后续...

libcudart.so.8.0: cannot open shared object file: No such file or directory

发布时间:2022-11-22 深度学习 TENSORFLOW
运行github上特定环境的程序时报错: tensorflow.python.framework.errors_impl.NotFoundError: libcudart.so.8.0: cannot open shared object file: No such file or directory 原因:程序代码为cuda8.0版本,而系统cuda版本为10.1与之不匹配。 解决办法,使用重装tensorflow-gpu==1.3.0,则系统自动安装与tensorflow适配的cudatoolkit ...

【深度学习】常见开源框架介绍 || 主流深度学习框架 || Tensorflow || Pytorch

一、深度学习框架 深度学习框架,比如Caffe、tensorflow这些是深度学习的工具,简单来说就是库,编程时需要 import caffe、import tensorflow。 应用优势: 深度学习框架的出现降低了入门的门槛,你不需要从复杂的神经网络开始编代码,你可以依据需要,使用已有的模型,模型的参数你自己训练得到,你也可以在已有模型的基础上增加自己的layer,或者是在顶端选择自己需要的分类器和优化算法(比如常用的梯度下降法)。 当然也正因如此,没有什么框架是完美的,就像一套积木里可能没有...

腾讯T4级架构师用21个项目带你吃透379页深度学习TensorFlow实践pdf

发布时间:2022-11-24 TENSORFLOW 深度学习 PDF 开发语言 JAVA
前言 有人调侃我们说: 程序员不如送外卖。送外卖是搬运食物,自己是搬运代码,都不产出新的东西……透支体力,又消耗健康,可替代性极强,30岁之后就要面临被优化的危险……想跳槽,但是更高的平台难进,同级别的平台又是重复……想利用业余时间学习提升,但是自己能力有限,很难形成知识体系… 这些其实都是初级程序员面临的困境,当你提高自身能力,登上更高的层级之后,无论薪资还是发展都会有很大的提升。 那么问题来了,怎么才能度过初级程序员的瓶颈,进阶成为高薪工程师呢? 我们正处在一个日新月异、飞速变革的时代,层出不穷的新技...

使用 TensorFlow Lite 在 Android 上进行印地语字符识别

发布时间:2022-11-21 TENSORFLOW ANDROID 深度学习 人工智能 PYTHON
介绍 如果你曾经想构建一个用于文本识别的图像分类器,我假设你可能已经从 TensorFlow 的官方示例中实现了经典的手写数字识别应用程序 。 该程序通常被称为计算机视觉的“Hello World”,它是 ML 初学者构建分类器应用程序的一个很好的起点。构建一个识别任何字符的自定义分类器不是很好吗?在这篇文章中,我们将构建一个印地语字符识别应用程序,但你可以随意选择你自己选择的数据集。 我们将构建一个能够识别印地语字符的机器学习模型,而且也可以从头开始。我们不仅会构建机器学习模型,还会将其部署在 And...

推荐系统实战3——推荐系统中Embedding层工作原理浅析

学习前言 Embedding层是推荐系统特征转换的精髓,有必要简单了解一下他的原理。 什么是Embedding 一、为什么要有Embedding Embedding技术是现代推荐系统的标配,它的主要作用是将稀疏向量转换成稠密向量。 简单来讲,Embedding就是用一个低维稠密的向量来表示一个对象,在推荐系统中,这个对象常常指的是一个特征(比如说价格、ID、种类等等),在推荐系统中,很多特征以文本的方式存在,我们可以使用哈希桶或者列表将文本转化成数字,但仅仅是数字是不利于矩阵处理的,如果使用One...

使用 TensorFlow 构建计算机视觉模型

发布时间:2022-11-24 TENSORFLOW PYTHON
什么是计算机视觉? 计算机视觉 (CV) 是现代人工智能 (AI) 和机器学习 (ML) 系统的主要任务。它正在加速行业中的几乎每个领域,使组织能够彻底改变机器和业务系统的工作方式。 在学术上,它是计算机科学的一个成熟领域,数十年的研究工作已经进入该领域以使其丰富。深度神经网络的使用最近彻底改变了该领域并赋予它新的生命。 计算机视觉有多种应用领域,例如: 自动驾驶医学影像分析与诊断检测制造缺陷监控录像的图像和视频分析安全系统的面部识别当然,与 CV 系统相关的挑战很多。例如,自动驾驶不仅仅使用物体检测,还...

【Python 初学者】从零开始构建自己的神经网络

发布时间:2022-11-23 TENSORFLOW 神经网络 PYTHON
此图为使用神经网络预测猫狗案例。 原创:CSDN/知乎:川川菜鸟 什么是神经网络? 大多数神经网络的介绍性文本在描述它们时都会提出大脑类比。在不深入研究大脑类比的情况下,我发现将神经网络简单地描述为将给定输入映射到所需输出的数学函数会更容易。 神经网络由以下组件组成 输入层x任意数量的隐藏层一个输出层,ŷ每层W 和 b之间的一组权重和偏差每个隐藏层的激活函数选择 σ。在本教程中,我们将使用 Sigmoid 激活函数。 下图显示了 2 层神经网络的架构(请注意,在计算神经网络中的层数时,输入层通...

深度学习神经网络的搭建

发布时间:2022-12-04 TENSORFLOW 神经网络 PYTHON COMPUTERVISION
1 神经网络的搭建 接下来我们来构建如下图所示的神经网络模型: tf.Keras中构建模有两种方式,一种是通过Sequential构建,一种是通过Model类构建。前者是按一定的顺序对层进行堆叠,而后者可以用来构建较复杂的网络模型。首先我们介绍下用来构建网络的全连接层: tf.keras.layers.Dense( units, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initi...

2022最新Windows安装GPU版本的pytorch、tensorflow、paddlepaddle

发布时间:2022-11-28 TENSORFLOW 环境搭建 WINDOWS PYTORCH PADDLEPADDLE
Windows安装GPU版本的pytorch、tensorflow、paddlepaddle 写在前面:每次更换显卡或设备都得重新寻找相关教程,网上流传的各种方法也千奇百怪,这次下定决心写一篇安装pytorch、tensorflow、paddlepaddle的完整教程。借鉴了网上已有的教程,由于要在一台电脑上同时安装三种框架,教程会有所不同,主要就是本安装方法的cuda的版本不能太高,但是单独安装一个框架也可参考本教程。 安装anaconda 不言而喻,同时安装三个框架肯定需要anaconda这样的包...

TensorFLow.js实现手写体数字识别

发布时间:2022-11-25 TENSORFLOW 前端 人工智能
先看最终效果: 一、加载MNIST数据集 使用预先准备好的脚本加载MNIST数据集,脚本可在文章末尾的源码里面获取。 为了避免从国外直接下载数据集花费太多时间,所以脚本文件里面已经将地址改成本地的,因此你需要现将MNIST数据保存在本地,数据集也可以在源码力获取。 脚本里面关于MNIST路径的配置如下: const MNIST_IMAGES_SPRITE_PATH = 'http://127.0.0.1:8080/mnist/mnist_images.png';const MNIST_L...

新建anaconda使用jupyter出现的一系列问题

发布时间:2022-11-25 JUPYTER TENSORFLOW PYTHON
一, 运行一段机器学习代码,报缺少h5py的错误. 使用conda install h5py==1.8.0 安装无法安装,因为当前环境的python版本是3.9,只能用3.7及以下的版本。无奈只能新建一个conda 环境。 二, 新建一个 python3.7的conda 环境。运行代码。 缺少tensorflow, 使用conda install tensorflow-gpu安装。 再次报错,需要使用python3.8及以上的版本才可以下载。 翻遍百度,找到一篇可以忽略这种问题的下载方式 https:/...

e智团队实验室项目-第四周-YOLOv论文的对比实验中遇到的问题

发布时间:2022-11-23 学习 TENSORFLOW 深度学习
贾小云*,赵雅玲 *, 张钊* , 李锦玉*,迟梦瑶*,赵尉*,潘玉*,刘立赛,祝大双,李月,曹海艳, (淮北师范大学计算机科学与技术学院,淮北师范大学经济与管理学院,安徽 淮北) *These authors contributed to the work equllly and should be regarded as co-first authors.   🌞欢迎来到深度学习的世界  🌈博客主页:卿云阁 💌欢迎关注🎉点赞👍收藏⭐️留言📝 🌟本文由卿云阁原创! 🌠本阶段属...

onnx转tflite模型

发布时间:2022-11-22 TENSORFLOW ONNX TFLITE 推理引擎 模型
安装依赖包  pip install onnx2tfpip install nvidia-pyindexpip install sng4onnxpip install onnx-graphsurgeon 转换代码 onnx2tf -i model.onnx 会在当前文件夹生成saved_model,保存saved model和tflite格式文件 ref https://github.com/PINTO0309/onnx2tf...

在编译tf_ops时,出现/usr/bin/ld: cannot find -ltensorflow_framework

发布时间:2022-11-25 深度学习 TENSORFLOW PYTHON
出现问原因:在高版本的tensorflow中,在/home/XX/anaconda3/envs/XXX/lib/python3.6/site-packages/tensorflow路径下的动态库为libtensorflow_framework.so.1或libtensorflow_framework.so.2而不是libtensorflow_framework.so。而在使用g++编译时,只能通过-l找到.so文件,因此,需要将带版本信息的.so.1或.so.2文件转换一下。即在/home/XX/anac...

tensorflow杂记

发布时间:2022-11-21 TENSORFLOW PYTHON TENSORFLOW2使用 人工智能
目录 写层的时候记得取名字 设置层参数时将位置参数关键字列出 tensor和numpy互转 查看tensorflow版本的几种方法 术语 写层的时候记得取名字 写层的时候取名字是个好习惯,方面之后按照名字查找自己需要的层参数 取名字很方便,一般建立层的时候用到都是tf.keras.layers.Somelayer(...,name='layername') Somelayer是指层的类型,比如Dense, Droupout, Conv2D,MaxPool2D,RNN等 调用时,使用name='layer...

Tensorboard出现No dashboards are active for the current data set.

发布时间:2022-11-23 TENSORFLOW 服务器 环境配置 + PYTORCH
问题: Tensorboard出现 No dashboards are active for the current data set. 无法从事件文件中加载出任何数据。 Data location路径一直都是./logs,不管在启动tensorboard指定怎样的路径都是./logs 解决: 默认端口被占用,换端口号;利用tensorboard的 --host参数,直接访问服务器【主要问题】 最后的命令:tensorboard --logdir=logs --host=服务器IP --port=8668...