在TensorFlow或python中将多幅图像转换为CSV文件
在TensorFlow或Python中将多幅图像转换为CSV文件可以通过以下步骤实现：
- 导入所需的库和模块：
import tensorflow as tf
import numpy as np
import csv- 加载图像数据集：
# 假设图像数据集存储在一个名为images的列表中
images = [image1, image2, image3, ...]- 将图像数据转换为CSV格式：
# 创建一个空的CSV文件
csv_file = open('images.csv', 'w', newline='')
# 创建CSV写入器
csv_writer = csv.writer(csv_file)
# 遍历图像数据集
for image in images:
# 将图像转换为numpy数组
image_array = np.array(image)
# 将图像数组展平为一维向量
image_vector = image_array.flatten()
# 将图像向量写入CSV文件
csv_writer.writerow(image_vector)
# 关闭CSV文件
csv_file.close()以上代码将会将每个图像转换为一行CSV数据，每个像素值将作为CSV文件中的一个单元格。可以根据需要对图像进行预处理、归一化等操作。
这种方法适用于将图像数据集转换为CSV文件，以便于后续的数据处理、分析或机器学习任务。在TensorFlow中，可以使用该CSV文件作为输入数据进行模型训练或其他相关任务。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云机器学习平台（Tencent Machine Learning Platform）：https://cloud.tencent.com/product/tmpl
相关·内容
我正在实现图像分类使用TensorFlow盗梦空间v3与GTX1060GPU。我在9个不同的分类器中训练了大约3000幅图像，其中每个分类器包含100到500幅图像(100*100 px)，其中使用了诗人的张量。但是当我有超过500张图片的时候，它会抛出错误，训练失败。相同的类，图像较少，训练没有错误。我每班的图像数据大小在5000~10000之间，但只有我能训练出300~400左右的数据大小。更多的数据和它给出后GPU的错误。
规范如下：
带有GeForce GTX 1060的Windows 7
Anaconda 3与python 3.5
Tensorflow初始V3
浏览 2提问于2017-05-24得票数 0
我是tensorflow和Python的新手。我在Matlab中有一个张量形式的图像数据集，大小为: 96*96*5000 (图像大小，图像数量)，我需要将其导入Tensorflow。我看了Tensorflow教程，它告诉我应该使用TFRecords或CSV格式，但我认为这意味着我将每个图像分别保存为csv格式。有没有办法直接把我的张量导入到tensorflow？
浏览 2提问于2016-06-04得票数 7
1回答
我有一个CSV文件，包含一对图像文件名和一个标签。我想加载这些图像。
# Queue for reading input pairs
filename_queue = tf.train.string_input_producer([MY_CSV_FILE])
# Read CSV input pairs and label
pair_list_reader = tf.TextLineReader()
pair_list_key, pair_list_value = pair_list_reader.read(filename_queue)
record_defaults = [['&
浏览 1提问于2015-12-03得票数 2
回答已采纳
最近，我在CIFAR教程中安装了tensorflow并获得python导入错误。
我使用Mac，只使用CPU，Python2.7。
$ python cifar10_train.py
在开始训练之前，用20000幅CIFAR图像填充队列。这需要几分钟时间。
回溯(最近一次调用)：
文件"cifar10_train.py"，第120行
tf.app.run()
文件"/Users/sunwoo/tensorflow/lib/python2.7/site-packages/tensorflow/python/platform/app.py"，第30行，正在运行
浏览 4提问于2016-11-27得票数 1
回答已采纳
我想使用TensorFlow执行多标签分类。我有大约95000张图片，每张图片都有一个对应的标签向量。对于每个图像，有7个标签。这7个标签被表示为大小为7的张量。每个图像的形状为(299,299,3)。
现在如何将具有相应标签向量/张量的图像写入.tfrecords文件
我当前的代码/方法：
def get_decode_and_resize_image(image_id):
image_queue = tf.train.string_input_producer(['../../original-data/'+image_id+".jpg"])
浏览 0提问于2016-10-18得票数 5
我对我正在开发的基于皮肤癌图像的流行数据集的模型有一个困境。我要点，我想要一些关于-
A.
原始数据集超过+10K图像，其中近7000幅图像属于七个类中的一个。我创建了一个由4948个随机图像组成的子集，用它我运行了一个函数将图像转换成列表列表--第一个列表包含图像，而后者包含类，并排除所有属于类的图像(5 -具有+6800 K图像的类)。思想过程是使阶级之间的分布正常化。
用输出(由6个神经元组成的致密层而不是7个神经元)重新运行原始模型，将检索一个错误。
我是否遗漏了一个步骤来“指示”模型，即只有六个可能的类？当输出层有7个神经元时，模型才能运行。
错误：
Train on 1245 sa
浏览 2提问于2019-09-26得票数 0
我想比较以下类型的CNN对于两个不同的大图像数据集的性能。目的是测量两幅图像之间的相似性，这两种图像在训练过程中都没有被看到。我可以访问2个CPU和16个CPU核心。
三重奏CNN (输入:三幅图像，标签:编码在位置)
暹罗CNN (输入:两张图片，标签:一个二元标签)
用于特征学习的Softmax CNN (输入:一个图像，标签:一个整数标签)
对于Softmax，我可以以二进制格式存储数据(按顺序存储标签和图像)。然后用TensorFlow读取器阅读它。
为了对Triplet和暹罗网络使用相同的方法，我必须预先生成这些组合并将它们存储到磁盘中。这将导致创建文件所需的时间
浏览 2提问于2017-02-22得票数 3
回答已采纳
我使用tensorflow的imageNet训练模型来对多个类别的图像进行分类。
我将脚本classify.py编辑为
import tensorflow as tf
import sys
import glob
import os
import pandas as pd
# Disable tensorflow compilation warnings
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
import tensorflow as tf
test_path = '/Users/kaustubhmundra/D
浏览 1提问于2017-06-13得票数 0
我正在使用tensorflow进行自定义对象检测的。
当我试图使用以下命令为火车图像创建TF记录时：
python generate_tfrecord.py
--csv_input=images\train_labels.csv
--image_dir=images\train
--output_path=train.record
我得到以下错误：
"generate_tfrecord.py"，第102行，tf.app.run()
AttributeError:模块'tensorflow‘没有属性'app’
出什么问题了？
浏览 3提问于2019-10-12得票数 0
我试图使用tensorflow对象检测API进行自定义图像分类。在收集图像并从Lab相创建csv之后，我尝试生成TfRecord。但是每次我运行程序时，它都会返回错误。
C:\>python generate_tfrecord.py --csv_input=data/train
_labels.csv --output_path=data/train.record
Traceback (most recent call last):
File "generate_tfrecord.py", line 101, in <module>
tf
浏览 1提问于2017-09-03得票数 0
回答已采纳
1回答
我正在尝试在tensorflow中创建一个输入管道，它将从不同的csv文件中加载数据并将数据传递给RNN。
我想要做的是使用一个队列来获取csv文件名，然后使用带有numpy和load数据的文件名。我到目前为止所做的是：
import tensorflow as tf
import glob
import numpy as np
files = glob.glob("*.csv")
fqueue = tf.train.string_input_producer(files)
x = fqueue.dequeue()
csv = np.genfromtxt(x, delimi
浏览 1提问于2018-02-08得票数 0
回答已采纳
我正在尝试在我的自定义图像数据集上运行Tensorflow的。我以前没有使用过Tensorflow和神经/conv网的经验，所以这对我来说也是一次学习的经历。
有两个实现示例，一个用于CIFAR10数据集，另一个用于ImageNet数据集。我选择使用CIFAR10 10的示例作为基线，因为它似乎更容易开始，而且我已经熟悉了CIFAR10数据集。我在自述文件可用的CIFAR10数据集中运行它，并设法切换数据，并相对容易地为我自己的32x32图像数据集运行它。
问题是，我的原始数据集包含512x512图像，我想以这个原始大小运行它。我将数据集转换为cifar10的二进制格式(保持512x512大小
浏览 0提问于2018-04-19得票数 1
回答已采纳
我有一个术语项目，它需要使用存储在MySQL中的数据来使用Tensorflow或其他任何工具来训练分类模型。 我尝试使用https://github.com/tensorflow/docs/blob/master/site/en/r2/tutorials/keras/feature_columns.ipynb中的示例，我花了很多时间将数据处理成csv文件并修改python脚本。虽然我需要做很多实验，但有没有更简单的工具可以让我在MySQL数据集上进行训练和实验？
浏览 13提问于2019-05-17得票数 0
回答已采纳
我正在运行一个tensorflow模型，在处理大型图像时，大约10分钟内耗尽了60G的RAM。
我运行Heapy试图阻止泄漏，但是heapy只显示了90米的内存使用量，并且保持不变。
我注意到本文：
这表明问题可能出现在python (此处2.7)中，内存碎片。但这听起来不像是对这个案子的合理解释。
我有两个蟒蛇队。在其中一种情况下，我从磁盘读取映像，并使用线程将其加载到raw队列中。
在另一个线程中，我读取raw队列，进行预处理，并将其加载到ready队列中。
在我的主线程中，我从ready队列中抽取了8组图像，并通过tensorflow培训运行它们。
对于批处理的8幅图像(
浏览 3提问于2017-04-08得票数 2
回答已采纳
试图分发一个依赖tensorflow的程序..。
使用tensorflow，它作为脚本和pyinstaller都能很好地工作。使用tensorflow-gpu，它作为脚本工作，但不与pyinstaller一起工作。cuda和cudnn已被pyinstaller复制到包文件夹中。
我使用python 3.6.5和tensorflow 1.7.0。(如果有帮助，可以更改版本.)
错误消息：
追溯(最近一次调用)：文件"site-packages\tensorflow\python\pywrap_tensorflow.py"，行58、文件"c:\users\aleks\ap
浏览 0提问于2018-04-03得票数 6
我正在使用tensorflow在mnist数据集上进行实践，该数据集有55,000幅培训图像(原始的60,000幅mnist图像中的5,000幅图像被保留用于验证)。
目前，我正在使用tf.TFRecordReader在培训tf.record中阅读，随后使用tf.train.shuffle_batch进行培训输入。这个过程可以在mnist.py中的中的输入函数中找到。
但是，在步骤2720之后，我继续得到以下错误。
tensorflow.python.framework.errors.OutOfRangeError: RandomShuffleQueue '_1_input/shuff
浏览 2提问于2016-07-24得票数 0
回答已采纳
我是新来的CNN .I正在尝试手势识别。conv3d中使用了3幅起始图像、中间图像和末端图像。模型是经过训练的，我正在加载保存的模型并尝试预测。下面是代码。
img_idx=[0,14,29] # sequence of images to use in a video
n_timesteps = len(img_idx)
# load weights
model1 = Sequential()
#conv3d 1
model1.add(Conv3D(24, (3, 3, 3), padding='same',
input_shape=(
浏览 1提问于2020-06-29得票数 1
我下载了一个数据集，其中包含一个名为“depths.mat”的MATLAB文件，其中包含一个三维矩阵，其维数为480 x 640 x 1449。这些实际上是1449张图像，每个图像的维数都是640 x 480。我使用the库成功地将它加载到python中，但问题是维度的不寻常顺序。这使得Python认为有480幅尺寸为640 x 1449的图像。我试图在python中重新构造矩阵，但是简单的整形操作并没有解决我的问题。
欢迎任何建议。谢谢。
浏览 2提问于2018-11-30得票数 0
回答已采纳
我是tensorflow的新手，我想知道是否有任何具有多个网络输出的多标签分类的教程或示例。
我之所以这样问，是因为我有一个图像集合，其中每个图像可以属于几个类，并且我的输出需要有每个类的分数。
我也不知道tensorflow是否遵循一些图像和类的文件模式，所以如果有人有一些例子，它会很方便。
谢谢。
浏览 1提问于2017-02-13得票数 4
凯拉斯对我来说很陌生。我正在尝试将一些程序付诸行动。
数据形状如下：
Train shape X: (249951, 5, 52) y (249951,)
Test shape X: (263343, 5, 52) y (263343,) # Do not confuse with the distribution, it is juts toy example
我的日期包含十二标签。美国有线电视新闻网的结构如下：
def get_compiled_model():
# Make a simple 2-layer densely-connected neural netw
浏览 1提问于2021-04-19得票数 2
回答已采纳
我在tensorflow上尝试了我的第一次尝试-我试图通过获取10维的输入向量X并输出标量Y来学习线性回归器。具体地说，我试图使用基于闭合形式梯度的解决方案。
我收到了以下错误，但我不确定我做错了什么。任何能给我指明正确方向的东西都将不胜感激！
PS C:\Users\Dave\Documents\School\Deep Learning\Assignment_1> python test1.py
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_
浏览 4提问于2017-02-08得票数 3
回答已采纳
1回答
我正在尝试将现有的VGG模型(经过1类培训)从Darknet格式(包括.cfg文件和.weights文件)转换为TensorFlow格式。最终目标是在英特尔的TensorFlow工具包中使用OpenVINO格式的文件。
作为最初的尝试，我尝试使用，但在运行程序时遇到了错误。
我第一次尝试使用上提供的正式文件，但遇到了以下错误。
我并不是专门为下面的错误寻找一个直接的解决方案，而是在寻找最好的方法，我可以将黑暗格式的VGG转换为TensorFlow，或者任何其他的路径，以便我可以使用该模型与英特尔的OpenVINO工具包。欢迎任何意见或建议。
感谢您的阅读。
使用的命令：
python3 ma
浏览 1提问于2019-06-26得票数 0
1回答
我试图安装tensorflow在码头形象为我的应用程序。
我在文件夹中有3个文件，用于构建图像。Dockerfile、index.py和requirements.txt
这些文件的内容包括
Dockerfile
FROM python:alpine3.7
COPY . /app
WORKDIR /app
RUN pip3 install -r requirements.txt
EXPOSE 5000
CMD python ./index.py
requirements.txt
tensorflow==1.1.0
scikit-learn==0.18.2
scipy==0.19.1
numpy=
浏览 2提问于2018-09-26得票数 3
回答已采纳
1回答
这是比较来自同一领域的两个图像的最佳方法，在python中有不同的特性。直方图还是图像质量函数？
对于不同的场景，我有两个图像，图像中的内容是不同的，但是这两个图像都是在早上拍摄的。
我想比较一下这两幅图像之间有多大的联系?就像我的重要指标一样，就是说这两幅图像是在早上拍摄的，即使内容不同。知道怎么做吗？
浏览 1提问于2018-06-11得票数 0
回答已采纳
2回答
Tensorflow返回相似图像
、、、、
我想使用谷歌的Tensorflow将类似的图像返回到输入图像。
我已经在虚拟机CPU的Ubuntu14.04上安装了来自的Tensorflow (使用PIP安装- pip和python2.7)。
我已经从下载了经过训练的模型Inception-V3 (inception 2015-12-05.tgz)，它使用2012年的数据进行了关于ImageNet大型视觉识别挑战的培训，但我认为它包含神经网络和分类器(因为它的任务是预测类别)。我还下载了classify_image.py文件，该文件将图像分类到模型中的1000个类中的一个中。
因此，我有一个随机图像image.jpg，我的一个运行测试模型。
浏览 9提问于2016-01-15得票数 11
回答已采纳
1回答
作为我的机器人项目之一，我试图从Nao机器人的相机上获取一幅图像，并使用Tensorflow进行物体识别。
问题是机器人的NaoQi API是建立在Python2.7 32位之上的。()
Tensorflow对象识别API只适用于64位。(和)
我使用Windows 10，安装了Python2.7、32位和3.6 64位，能够独立运行模块，但无法在两者之间传递映像。
有什么解决这个问题的办法吗？谢谢。
浏览 0提问于2018-04-28得票数 3
回答已采纳
1回答
我正在尝试实现一个CNN model来将一些图像分类到相应的类中。图像大小为64x64x3。我的数据集包含25,000幅图像和一个CSV文件，其中包括颜色、长度等14 pre-extracted features文件。
我想要建立一个CNN模型，它既利用了图像数据，又利用了训练和预测功能。如何在Python中用Keras实现这样的模型？
浏览 1提问于2018-04-14得票数 0
回答已采纳
1回答
我想读取training.csv文件与八度为。该文件包含16个字段。前15是关键点的坐标。第16幅是图像，它是9216数字 (0到255)，用空格分隔。
我试过了，但没有运气，下面是：
- data = csvread('training.csv');
- data = dlmread('training.csv', ',');
- [l1,l2,l3,l4,l5,l6,l7,l8,l9,l10,l11,l12,l13,l14,l15, image] =
textread("training.csv", "
浏览 8提问于2014-01-20得票数 0
回答已采纳
1回答
我对训练CNN接受输入感兴趣，其中每个输入都是一组低分辨率图像，而每一个地面真相都是一幅高分辨率图像。通过对80幅低层图像的信息进行平均处理，得到地面真实高分辨率图像。我想让CNN做的是从一组较小的低级别图像中生成同样的高分辨率图像，例如5幅低级别图像。
我正在观察TensorFlow GAN，并认为我可以将每一幅训练图像作为低分辨率图像的级联阵列输入，而将每个地面真相作为一幅高分辨率图像输入。但是，我不确定这是否是最好的方法，因为输入和输出的维度会有所不同。有人能建议使用TensorFlow的最佳方法是什么(如果有更好的选择的话，也可以建议其他深度学习框架)吗？谢谢!
浏览 0提问于2019-07-08得票数 0
我正在尝试编写一个算法，通过视网膜眼底图像来检测多种疾病。我有1920张视网膜眼底图像和一个包含45类图像的csv文件。首先，我通过google drive获得我的文件，并使用下面的代码将图像转换为数组 list_of_pics= list()
for i in range (1,1921):
image=Image.open("/content/Training_Set/Training/"+ str(i)+".png")
image=image.resize((224,224))
list_of_pics.append(np.asa
浏览 20提问于2021-05-05得票数 0
我遵循Gilbert教程使用Tensorflow 2进行对象检测，但在使用model_main_ft2.py进行培训时出现了此错误
回溯(最近一次调用)：
"C:\Users\anaconda3\envs\tensorflow2\lib\site-packages\tensorflow\python\platform\app.py"，文件"model_main_tf2.py"，第113行，在tf.compat.v1.app.run() File _run第40行，在run _run(main=main，argv=argv，flags_parser=_parse_
浏览 3提问于2021-01-07得票数 0
Google Play控制台报告使用UTF-16编码，BigQuery - UTF-8。
如何自动将CSV文件从UTF-16转换为UTF-8？
我在PowerShell中的代码：
$date = (Get-Date).AddDays(-2).Date.ToString('yyyy-MM')
$date2 = $date.Replace('-', '')
$typefile = 'app_version'
$table = $typefile + '$' + $date2 + '01'
$csv
浏览 3提问于2018-03-20得票数 0
1回答
我正在尝试使用Google的BERT预训练模型将文本分类为34个互不相容的类别。在准备好BERT期望作为输入的"train“、"dev”和"test“TSV文件之后，我尝试在Colab (Jupyter) Notebook中执行以下命令 !python bert/run_classifier.py
--task_name=cola
--do_train=true
--do_eval=true
--data_dir=./Bert_Input_Folder
--vocab_file=./uncased_L-24_H-1024_A-16/vocab.txt
--b
浏览 54提问于2019-04-08得票数 2
回答已采纳
1回答
我有两个大小为(128，)的数组和一个大小为(784,128)的数组： array1.shape()
out: (128,)
array2.shape()
out: (128,)
array3.shape()
out: (784,128) 它们具有相同的数据类型，但dtype()输出不同： array1.dtype
out: float32
array2.dtype
out: <dtype: 'float32'>
array2.dtype
out: <dtype: 'float32'> 它们属于不同的类别： type(array1)
o
浏览 27提问于2020-09-05得票数 0
我正在使用windows powershell和gcloud命令从gcloud ml引擎上的python tensorflow存储模型请求预测。ml模型预测的输出实际上是一幅图像，我想保存该图像。我找不到通过gcloud命令做到这一点的方法，我想知道是否有可能做到这一点。
对于记录，预测是有效的，因为预测命令返回大量数据，大概是输出图像。
浏览 2提问于2018-11-28得票数 0
我是一个利用tensorflow进行深度学习的新手。我想建立自己的模型来预测在灰度上构建的自定义图像。但我唯一知道的是MNIST使用tensorflow的例子。
所以我使用了来自的转换模块，但是出现了这样的错误。
像要转换的图像被构造成80,680幅训练图像，20,170幅测试图像。
我真的不知道为什么会发生这个错误。请帮帮我。
浏览 0提问于2018-07-05得票数 0
回答已采纳
4回答
我试着遵循下面的TensorFlow演示的说明，其中一种艺术的风格被转移到另一幅图像上：
我成功地安装了TensorFlow和其他东西。但是当我试着跑的时候
'python evaluate.py --checkpoint ./rain-princess.ckpt --in-path <path_to_input_file> --out-path ./output_image.jpg',
我的访问被拒绝了。
有没有人能解释为什么会发生这种情况？我对此还是个新手。
浏览 7提问于2018-04-21得票数 1
我正在读取以下(csv)文件作为我的jupyter笔记本中的数据帧：
name,gender,type,currency,age,id,sessions,amount,averageSessionDuration,numberOfActiveDays
"OjkTPVONFUTLyR","M","test","GBP",20,1247084,126,3759.799995016699,422.2407336248684,10
下面是读取该文件的代码：
df = pd.read_csv(
tf.gfile.Open(
浏览 26提问于2019-02-21得票数 0
我在Tensorflow模型服务器上观察到CPU的性能问题。与原始的Tensorflow模型推理相比，它的推理时间增加了一倍。两者都是用MKL构建的，只用于CPU。
复制代码：
Tensorflow MKL构建： bazel build --config=mkl -c opt --copt=-msse4.1 --copt=-msse4.2 --copt=-mavx --copt=-mavx2 --copt=-mfma --copt=-O3 //tensorflow/tools/pip_package:build_pip_package
Tensorflow服务器MKL构建： bazel bui
浏览 7提问于2017-11-27得票数 1
我有一个csv文件blah.txt，它看起来像：
1,2
3,4
我可以读到csv如下：
import tensorflow as tf
sess = tf.InteractiveSession()
csv_train= tf.read_file('blah.txt')
csv_train.eval()
其中产出：
Out[5]: '1,2\n3,4'
我试图对csv进行如下解码：
col1,col2 = tf.decode_csv(csv_train,
record_defaults=[tf.constant
浏览 8提问于2016-02-20得票数 3
回答已采纳
我有一个TensorFlow数据集，其中包含近15000幅彩色图像，分辨率为168*84，每幅图像都有一个标签。它的类型和形状如下：
< ConcatenateDataset shapes: ((168, 84, 3), ()), types: (tf.float32, tf.int32)>
我需要用它来训练我的网络。这就是为什么我需要将它作为参数传递给我在其中构建的这个函数：
def cnn_model_fn(features, labels, mode):
input_layer = tf.reshape(features["x"], [-1, 168,
浏览 2提问于2018-05-19得票数 6
回答已采纳
1回答
Img是一种dtype=float64 numpy数据类型。当我运行这段代码时：
Img2 = np.array(Img, np.uint8)
我的照片背景变白了。我如何才能避免这种情况，并得到一个8位的图像？
编辑：
当然，我可以提供更多的信息。单个图像是从400幅图像的堆栈中编译的。它们都来自一个.avi视频文件，每个图像被转换成一个NumPy数组，如下所示：
gray_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
在整个堆栈上执行一个更复杂的操作，但不涉及创建新映像。它只是简单地对每个一维数组进行计算，得到一个像素。
插值
浏览 3提问于2015-01-13得票数 3
回答已采纳
我正在尝试使用：train = optimizer.minimize(loss)，但标准优化器不能与tf.float64一起使用。因此，我想将我的loss从tf.float64截断为仅tf.float32。
Traceback (most recent call last):
File "q4.py", line 85, in <module>
train = optimizer.minimize(loss)
File "/Library/Python/2.7/site-packages/tensorflow/python/training/
浏览 2提问于2016-03-01得票数 18
回答已采纳
我正在尝试训练一个模型来预测真实的灾难推文(Kaggle竞赛)，使用拥抱脸bert模型对推文进行分类。
我遵循了许多教程，使用了许多bert模型，但没有一个可以在COlab中运行，并抛出了错误
我的代码是：
!pip install transformers
import tensorflow as tf
import numpy as np
import pandas as pd
from tensorflow.keras.layers import Dense, Dropout
from tensorflow.keras.optimizers import Adam, SGD
from t
浏览 5提问于2020-06-14得票数 1
问:我的训练太慢了。我如何重写我的代码，使我的深度学习模型训练更快？
背景:我用TensorFlow 2.8.1构建了一个CNN，用一个定制的丢失函数对CIFAR-100图像进行分类。CIFAR数据集包括由100个精细类(如熊、汽车)组成的32x32像素的RGB图像，分为20个粗类(例如大型杂食类、车辆类)。我的自定义损失函数是其他两个损失函数的加权和(参见下面的代码)。第一个成分是精细标签的交叉熵损失。第二个成分是粗标签的交叉熵损失。我希望这种自定义丢失功能将加强粗标签的精确分类，以获得更准确的精细标签分类(手指祈祷)。比较器将只是细标签(基线模型)的交叉熵损失。注意，为了导出粗(层次)损失
浏览 7提问于2022-09-20得票数 0
我是一个初学者，我试图在20个班中对一些图像进行分类。
这是我试图使用的代码：
from tensorflow.python.keras import Sequential
from tensorflow.python.keras.layers import Dense, Dropout, Activation, Flatten, Conv2D, MaxPooling2D
x=x/255.0
model=Sequential()
model.add(Conv2D(64,(3,3), input_shape=x.shape[1:]))
model.add(Activation("relu
浏览 1提问于2019-11-23得票数 0
回答已采纳
1回答
我正在使用Python，TensorFlow，图像分类模型，在我的训练图像中，我有12,611个图像，但在我的训练标签中，我有12,613个图像。(每个图像都有一个编号作为标题，该编号对应于CSV文件中的相同编号以及该图像的附带信息)。 从这里，我需要做的是简单地删除这两个额外的数据点，我没有图片。我该如何编写代码来帮助解决这个问题呢？ (如果代码告诉我哪些数据点是额外的，我可以手动从CSV文件中删除它们) 谢谢你的帮助。
浏览 17提问于2021-07-06得票数 0
1回答
我有一个快速而肮脏的python脚本，它以pdf作为输入，并将页面保存为图像数组(使用)。
我不明白的是: 72张图片占用了920 of的内存。但是，如果我将图像保存到文件中，然后重新加载它们，我将得到略高于30-40 is的图像(图像的合并大小为29 is)。这有意义吗？
我还试图使用泡菜转储数组，在它由于MemError而崩溃之前，我得到了大约3GB的数据。我完全不知道是什么东西消耗了这么多记忆..。
浏览 0提问于2018-10-16得票数 0
回答已采纳
ValueError:张量转换请求d型float32：‘张量(“嵌入_1/随机均匀:0”，shape=(4518，1)，dtype=float32)'
File "C:\PythonProjects\combined\venv\lib\site-packages\tensorflow\python\framework\ops.py", line 1050, in convert_to_tensor as_ref=False):
@tf_export("convert_to_tensor")
def convert_to_tensor(value, dt
浏览 0提问于2018-11-27得票数 0
1回答
我很难在这里运行这段来将音频信号转换为stft。我正在使用并编辑“运行图”函数。
def run_graph(wav_data, labels, input_layer_name, output_layer_name,
num_top_predictions):
"""Runs the audio data through the graph and prints predictions."""
data = np.fromstring(wav_data, dtype='int16')[-160
浏览 0提问于2018-10-16得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
