您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Tensorflow实现二次元图像的超分辨率

  2. 使用tensorflow实现了一个vgg-style网络,用于对动漫风格的图像进行超分辨率处理。 解压后源码在src目录下,data目录下是用于训练的数据,data/originals目录用于存放你收集的原始无损图片,运行make_noisefree_data后,程序会自动从data/originals中读取文件并裁剪,然后保存到data/train,data/valid和data/test目录下,分别用于训练、验证和测试。训练中产生的模型会保存在checkpoints目录下。
  3. 所属分类:Python

    • 发布日期:2016-12-17
    • 文件大小:14680064
    • 提供者:aichipmunk
  1. tensorflow+cnn神经网络学习模型保存及调用

  2. tensorflow+cnn神经网络学习模型保存及调用,通过五种类型花卉(附在附件中)真实jpg图片,实现数据的分类学习,模型的保存,及调用方法。
  3. 所属分类:深度学习

    • 发布日期:2018-06-06
    • 文件大小:228589568
    • 提供者:yyhjjk
  1. 读取图片,并生成tfrecords文件

  2. 通过pillow的image直接读取图像,并用numpy转化图像为numpy数组,保存到tfrecords文件中,方便快速
  3. 所属分类:深度学习

    • 发布日期:2018-08-16
    • 文件大小:1007
    • 提供者:batman_encoding
  1. TensorFlow代码识别mnist数字集

  2. 使用TensorFlow库完成mnist数字识别,并保存模型,并用该模型识别图片,由TensorFlow谷歌实战源代码改写
  3. 所属分类:深度学习

    • 发布日期:2018-08-31
    • 文件大小:12288
    • 提供者:qq_34548619
  1. Tensorflow-CNN-Tutorial-master.zip

  2. 参考Tensorflow-CNN-Tutorial-master 将tensorflow 1.0改为2.0版本,同时加入模型保存,重新加载,以及识别图片
  3. 所属分类:机器学习

    • 发布日期:2020-05-10
    • 文件大小:714752
    • 提供者:zdy10326621
  1. Tensorflow实现二次元图像的超分辨率

  2. 使用tensorflow实现了一个vgg-style网络,用于对动漫风格的图像进行超分辨率处理。 解压后源码在src目录下,data目录下是用于训练的数据,data/originals目录用于存放你收集的原始无损图片,运行make_noisefree_data后,程序会自动从data/originals中读取文件并裁剪,然后保存到data/train,data/valid和data/test目录下,分别用于训练、验证和测试。训练中产生的模型会保存在checkpoints目录下。
  3. 所属分类:Python

    • 发布日期:2020-01-19
    • 文件大小:14680064
    • 提供者:weixin_42584046
  1. tensorflow将图片保存为tfrecord和tfrecord的读取方式

  2. 今天小编就为大家分享一篇tensorflow将图片保存为tfrecord和tfrecord的读取方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-17
    • 文件大小:219136
    • 提供者:weixin_38550722
  1. TensorFlow保存TensorBoard图像操作

  2. 主要介绍了TensorFlow保存TensorBoard图像操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-16
    • 文件大小:35840
    • 提供者:weixin_38704870
  1. 浅谈Tensorflow加载Vgg预训练模型的几个注意事项

  2. 写这个博客的关键Bug: Value passed to parameter ‘input’ has DataType uint8 not in list of allowed values: float16, bfloat16, float32, float64。本博客将围绕 加载图片 和 保存图片到本地 来详细解释和解决上述的Bug及其引出来的一系列Bug。 加载图片 首先,造成上述Bug的代码如下所示 image_path = "data/test.jpg" # 本地的测试图片 imag
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:66560
    • 提供者:weixin_38644688
  1. 浅谈tensorflow 中的图片读取和裁剪方式

  2. 一 方式1: skimage from skimage import data, io, transform, color import matplotlib.pyplot as plt # io.imread 读出的图片格式是uint8,value是numpy array 类型。 image = data.coffee() image = io.imread(dir) plt.imshow(image) plt.show() io.save('1.jpg',image) #保存图像 ima
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:77824
    • 提供者:weixin_38641876
  1. python tensorflow学习之识别单张图片的实现的示例

  2. 假设我们已经安装好了tensorflow。 一般在安装好tensorflow后,都会跑它的demo,而最常见的demo就是手写数字识别的demo,也就是mnist数据集。 然而我们仅仅是跑了它的demo而已,可能很多人会有和我一样的想法,如果拿来一张数字图片,如何应用我们训练的网络模型来识别出来,下面我们就以mnist的demo来实现它。 1.训练模型 首先我们要训练好模型,并且把模型model.ckpt保存到指定文件夹 saver = tf.train.Saver() saver.save(
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:160768
    • 提供者:weixin_38516863
  1. tensorflow将图片保存为tfrecord和tfrecord的读取方式

  2. tensorflow官方提供了3种方法来读取数据: 预加载数据(preloaded data):在TensorFlow图中定义常量或变量来保存所有的数据,适用于数据量不太大的情况。填充数据(feeding):通过Python产生数据,然后再把数据填充到后端。 从文件读取数据(reading from file):从文件中直接读取,然后通过队列管理器从文件中读取数据。 本文主要介绍第三种方法,通过tfrecord文件来保存和读取数据,对于前两种读取数据的方式也会进行一个简单的介绍。 项目下载git
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:219136
    • 提供者:weixin_38661100
  1. tensorflow通过模型文件,使用tensorboard查看其模型图Graph方式

  2. Google提供了一个工具,TensorBoard,它能以图表的方式分析你在训练过程中汇总的各种数据,其中包括Graph结构。 所以我们可以简单的写几行Pyhton,加载Graph,只在logdir里,输出Graph结构数据,并可以查看其图结构。 执行下述代码,将数据流图保存为图片,在目录F:/tensorflow/graph下生成文件events.out.tfevents.1508420019.XM-PC import tensorflow as tf from tensorflow.pyt
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:41984
    • 提供者:weixin_38545768
  1. TensorFlow2.X使用图片制作简单的数据集训练模型

  2. Tensorflow内置了许多数据集,但是实际自己应用的时候还是需要使用自己的数据集,这里TensorFlow 官网也给介绍文档,官方文档。这里对整个流程做一个总结(以手势识别的数据集为例)。 1、 收集手势图片 数据集下载 方法多种多样了。我通过摄像头自己采集了一些手势图片。保存成如下形式, 以同样的形式在建立一个测试集,当然也可以不弄,在程序里处理。 2、构建数据集 导入相关的包 import tensorflow as tf from tensorflow import keras f
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:154624
    • 提供者:weixin_38668335
  1. TensorFlow基于MNIST数据集实现车牌识别(初步演示版)

  2. 在前几天写的一篇博文《如何从TensorFlow的mnist数据集导出手写体数字图片》中,我们介绍了如何通过TensorFlow将mnist手写体数字集导出到本地保存为bmp文件。 车牌识别在当今社会中广泛存在,其应用场景包括各类交通监控和停车场出入口收费系统,在自动驾驶中也得到一定应用,其原理也不难理解,故很适合作为图像处理+机器学习的入门案例。 现在我们不妨酝酿一个大胆的想法:在TensorFlow中通过卷积神经网络+mnist数字集实现车牌识别。 实际上车牌字符除了数字0-9,还有字母A-
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:119808
    • 提供者:weixin_38535812
  1. 详解如何从TensorFlow的mnist数据集导出手写体数字图片

  2. 在TensorFlow的官方入门课程中,多次用到mnist数据集。 mnist数据集是一个数字手写体图片库,但它的存储格式并非常见的图片格式,所有的图片都集中保存在四个扩展名为idx3-ubyte的二进制文件。 如果我们想要知道大名鼎鼎的mnist手写体数字都长什么样子,就需要从mnist数据集中导出手写体数字图片。了解这些手写体的总体形状,也有助于加深我们对TensorFlow入门课程的理解。 下面先给出通过TensorFlow api接口导出mnist手写体数字图片的python代码,再对代
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:89088
    • 提供者:weixin_38730129
  1. learn-tensorflow:TensorFlow官方文档教程-源码

  2. TensorFlow教程-Google官方文档 描述 在此版本中,我重新实现了TensorFlow教程,以掌握可用于实现深度神经网络以解决各种机器学习问题的概念和工具。 如果要检查官方网站,请单击。 概括 按照官方文档,我将内容分为主题和子主题,以便: 初学者 Keras的ML基础 基本图像分类 基本文字分类 使用TF Hub进行文本分类 回归 过拟合和欠拟合 保存并加载 使用Keras Tuner调整超参数 其他示例 加载和预处理数据 图片 CSV NumPy 熊猫.DataFrame
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:27648
    • 提供者:weixin_42112685
  1. TensorFlow车牌识别完整版代码(含车牌数据集)

  2. 在之前发布的一篇博文《MNIST数据集实现车牌识别–初步演示版》中,我们演示了如何使用TensorFlow进行车牌识别,但是,当时采用的数据集是MNIST数字手写体,只能分类0-9共10个数字,无法分类省份简称和字母,局限性较大,无实际意义。 经过图像定位分割处理,博主收集了相关省份简称和26个字母的图片数据集,结合前述博文中贴出的python+TensorFlow代码,实现了完整的车牌识别功能。本着分享精神,在此送上全部代码和车牌数据集。 车牌数据集下载地址(约4000张图片):tf_car_
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:240640
    • 提供者:weixin_38694343
  1. Tensorflow模型实现预测或识别单张图片

  2. 利用Tensorflow训练好的模型,图片进行预测和识别,并输出相应的标签和预测概率。 如果想要多张图片,可以进行批次加载和预测,这里仅用单张图片进行演示。 模型文件: 预测图片: 这里直接贴代码,都有注释,应该很好理解 import tensorflow as tf import inference image_size = 128 # 输入层图片大小 # 模型保存的路径和文件名 MODEL_SAVE_PATH = model/ MODEL_NAME = model.ckpt # 加载需
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:66560
    • 提供者:weixin_38747211
  1. 使用TensorFlow对图像进行随机旋转的实现示例

  2. 在使用深度学习对图像进行训练时,对图像进行随机旋转有助于提升模型泛化能力。然而之前在做旋转等预处理工作时,都是先对图像进行旋转后保存到本地,然后再输入模型进行训练,这样的过程会增加工作量,如果图片数量较多,生成旋转的图像会占用更多的空间。直接在训练过程中便对图像进行随机旋转,可有效提升工作效率节省硬盘空间。 使用TensorFlow对图像进行随机旋转如下: TensorFlow版本为1.13.1 #-*- coding:utf-8 -*- ''' 使用TensorFlow进行图像的随机旋转
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:115712
    • 提供者:weixin_38524851
« 12 »