腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

深度学习与计算机视觉

专栏作者

279

文章

384849

阅读量

74

订阅数

TensorFlow 网络优化步骤与一般方法

tensorflow 编程算法

深度学习中，网络的优化是训练过程中很重要的一部分，现在有很多的优化策略，而他们的核心的内容都是梯度下降。理论的部分大家可以参考：理解梯度下降在机器学习模型优化中的应用，其中介绍了批量梯度下降，随机梯度下降与小批量梯度下降的基本概念。 An overview of gradient descent optimization algorithms，其中介绍了各种改进的优化方法，包括动量法，adagrad等等

2022-05-09

2870

使用VGG模型自定义图像分类任务

python tensorflow github 批量计算 git

网上关于VGG模型的文章有很多，有介绍算法本身的，也有代码实现，但是很多代码只给出了模型的结构实现，并不包含数据准备的部分，这让人很难愉快的将代码迁移自己的任务中。为此，这篇博客接下来围绕着如何使用VGG实现自己的图像分类任务，从数据准备到实验验证。代码基于Python与TensorFlow实现，模型结构采用VGG-16，并且将很少的出现算法和理论相关的东西。

2019-05-26

1.6K0

手把手教你如何应用TF-Slim快速实现迁移学习

深度学习机器学习 tensorflow

本文介绍如何使用深度学习进行图像分类，通过实例分析，展示了如何利用预训练模型和迁移学习进行图像分类。同时，文章还讨论了数据准备和模型训练的细节，并提供了针对自己数据集进行训练的代码示例。

2018-01-02

2.1K0

TensorFlow 图像处理和解码操作函数概述

图像处理 tensorflow

2018-01-02

1.3K0

理解ResNet结构与TensorFlow代码分析

tensorflow 神经网络

本文介绍了什么是RESTful API，以及它在软件开发中的重要性。同时，还探讨了如何使用GraphQL和Python来构建RESTful API，以及如何使用GraphQL和Python来构建RESTful API。

2018-01-02

1.5K0

TensorFlow 网络优化步骤与一般方法

本文主要介绍了TensorFlow中优化算法和实现的一般步骤，包括梯度下降、动量优化、Adam优化器等。同时，还介绍了一个基于TensorFlow的简单模型训练示例，包括数据读取、模型定义和训练过程。

2018-01-02

1.5K0

TensorFlow 组合训练数据（batching）

摘要总结：本文主要介绍了使用TensorFlow从TFRecord文件中读取数据，并将其组合成batch进行训练的过程。首先介绍了TensorFlow和TFRecord的基本概念，然后详细讲解了从TFRecord文件中读取数据的过程，包括使用TensorFlow的队列和线程进行数据读取和组合成batch的过程。最后通过一个例子演示了如何使用TensorFlow读取和组合成batch进行训练的过程。

2018-01-02

1.9K0

TensorFlow 图像预处理（一）图像编解码，图像尺寸调整

本文介绍了TensorFlow中的图像预处理方法，包括图像解码、图像尺寸调整、图像编码以及图像剪裁等操作。通过这些操作，可以方便地对图像进行预处理，为后续的模型训练和推理提供更好的数据质量。同时，本文还提供了几个示例，演示了如何使用TensorFlow进行图像预处理，包括使用decode_jpeg、resize_images和central_crop等函数进行图像处理。

2018-01-02

2.2K0

TensorFlow TFRecord数据集的生成与显示

tensorflow 数据处理

本文介绍如何利用 TensorFlow 将多个 TFRecord 文件读取到内存中并显示为图片。首先介绍了 TFRecord 文件的结构和读取方法，然后通过一个具体的例子演示了如何使用 TensorFlow 读取和显示车牌号图片。最后，通过多线程的方式批量读取多个 TFRecord 文件，并将它们显示为图片。

2018-01-02

6.6K0

理解深层神经网络中的迁移学习及TensorFlow实现

机器学习深度学习神经网络 tensorflow 人工智能

该文章介绍了如何通过定义一个元学习框架来设计一个针对新类别分类的算法。首先，文章介绍了一个基于元学习的框架，该框架可以针对新类别进行分类，而不需要重新训练模型。其次，文章详细说明了如何使用该框架来对ImageNet数据集进行分类，并展示了实验结果。最后，文章讨论了该框架在处理大规模数据集时的性能，并提供了相关代码和示例。

2018-01-02

1.2K0

TensorFlow基本操作实现卷积和池化

tensorflow 神经网络

本文介绍了如何使用卷积神经网络（CNN）进行图像分类。首先介绍了CNN的基本原理和结构，然后阐述了TensorFlow和Keras中实现CNN的代码示例。最后，通过一个具体的例子展示了如何使用卷积层和池化层进行图像分类。

2018-01-02

1.1K0

TensorFlow 图像预处理（二）图像翻转，图像色彩调整

tensorflow 图像处理

本文介绍了TensorFlow中的图像预处理方法，包括图像翻转、图像色彩调整、图像归一化等操作。通过这些操作，可以有效地提高图像的质量和可用性。同时，文章还介绍了如何使用TensorFlow进行图像增强和预处理，以便在训练模型时获得更好的性能。

2018-01-02

1.7K0

TensorFlow-Slim图像分类库

tensorflow 深度学习神经网络

本文介绍了如何使用深度学习模型进行图像分类，并探讨了在训练和评估模型时出现的问题及解决方案。

2018-01-02

2.4K0

Windows系统配置TensorFlow教程

windows tensorflow

本文介绍了如何通过配置Windows系统环境来学习TensorFlow，包括安装CUDA、cuDNN、Anaconda环境和Python版本等。作者选择了Windows系统环境作为学习TensorFlow的起点，并通过安装CUDA和cuDNN来优化环境。最后，作者通过Anaconda环境配置了Python环境，并安装了TensorFlow CPU版本和GPU版本，成功进行了TensorFlow的测试。

2018-01-02

1.8K0

理解交叉熵作为损失函数在神经网络中的作用

机器学习神经网络 tensorflow

本文主要介绍了理解交叉熵作为损失函数在神经网络中的作用，说明了其在多分类问题中的重要性，并通过举例进行说明。最后，在TensorFlow中实现了交叉熵损失函数的计算，并进行了实例化应用。

2018-01-02

2.6K0

理解激活函数在神经网络模型构建中的作用

机器学习人工智能神经网络深度学习 tensorflow

本文介绍了激活函数在神经网络模型构建中的作用，包括激活函数的选择、作用以及其在深层神经网络中的作用。激活函数在神经网络中起着增加非线性、提高模型表达能力的作用，常用的激活函数包括sigmoid、ReLU、tanh等。在深层神经网络中，激活函数可以解决梯度消失问题，提高模型的表达能力。

2018-01-02

2.1K0

TensorFlow 队列与多线程的应用

本文介绍了TensorFlow中的队列与多线程应用，包括如何使用队列和线程，以及多线程协同操作队列的方法。通过一个具体的实例，展示了如何使用多线程提高TensorFlow的运算效率。

2018-01-02

1.5K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态