TensorFlow:将图像导入张量流模型
TensorFlow是一个开源的机器学习框架，由Google开发和维护。它使用图模型来表示计算流程，其中节点表示操作，边表示张量（多维数组）的流动。TensorFlow可以用于各种机器学习任务，特别是深度学习。
TensorFlow具有以下特点和优势：
- 高度灵活：TensorFlow提供了丰富的操作和API，使开发者能够自由地定义和执行各种计算图。它支持各种神经网络结构和算法，包括卷积神经网络（CNN）、循环神经网络（RNN）等。
- 分布式计算：TensorFlow能够在多个设备和服务器之间分布计算任务，提高计算速度和效率。它支持分布式训练和推理，可用于处理大规模的数据和复杂的模型。
- 自动求导：TensorFlow能够自动计算张量的导数，简化了梯度下降等优化算法的实现。它提供了一组优化器，例如随机梯度下降（SGD）、Adam等，方便进行模型的训练和优化。
- 跨平台支持：TensorFlow可以在多种硬件平台上运行，包括CPU、GPU和TPU等。它支持多种编程语言，如Python、C++和Java，适合不同的开发需求。
- 生态系统丰富：TensorFlow拥有庞大的社区和生态系统，提供了大量的工具、库和模型。开发者可以借助这些资源快速构建和部署各种机器学习应用。
在将图像导入TensorFlow模型时，可以按照以下步骤进行：
- 数据准备：将图像数据转换为张量形式，并进行预处理，例如缩放、裁剪、归一化等操作。
- 构建模型：使用TensorFlow的API定义模型的结构和参数。可以选择现有的预训练模型，如VGG、ResNet等，也可以自定义模型结构。
- 导入图像：使用TensorFlow的输入操作将处理好的图像张量导入模型。可以通过读取文件、摄像头输入等方式获取图像数据。
- 运行推理：通过TensorFlow的会话（Session）运行模型，对导入的图像进行推理或预测。可以获取模型输出结果，如分类、检测、分割等。
- 结果展示：根据需求，对模型输出进行解析和可视化展示。可以输出分类标签、边界框、分割掩码等。
推荐的腾讯云产品和产品介绍链接地址：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tfml）
- 腾讯云AI引擎（https://cloud.tencent.com/product/tai）
- 腾讯云图像识别（https://cloud.tencent.com/product/imagerecognition）
- 腾讯云视频智能分析（https://cloud.tencent.com/product/tva）
相关·内容
1回答
我想使用转移学习与谷歌的盗梦空间网络，以解决图像识别问题。我正在使用来自示例源的TensorFlow作为灵感。
在retrain.py中，将加载盗梦空间图，并使用提要dict将新图像输入到模型的输入层。但是，我已经在TFRecord文件中序列化了我的数据，并且一直在使用一个输入管道来输入我的输入，如演示的。
因此，我有一个张量images，它在运行时以批形式返回输入数据。但我如何将这些图像输入“盗梦空间”呢？我不能使用提要dict，因为我的输入是张量，而不是NumPy数组。我的两个想法是
1)只需在每个批处理上调用sess.run()，将其转换为NumPy数组，然后使用提要块将其传递给盗梦空间
浏览 2提问于2017-01-30得票数 1
回答已采纳
数据集是numpy集。一些教程说:因为需要GPU的优势，我们应该将numpy数组改为tensorflow张量。然后使用tensorflow模型。
但经过训练后，一些代码使用numpy函数进行测试和交互。但tensorflow官方教程中的代码仍然使用相同的tensorflow模型和tf.dataset进行测试。我想知道:当测试或实时应用时，我应该使用numpy还是tensorflow张量和模型？换句话说，如果不训练，使用tensorflow张量和函数是否会产生一些不良影响？
例如:我们使用selected_words =tf.argsort(o_j)
代替
selected_words = np
浏览 0提问于2019-11-13得票数 0
我试图建立一个基于张量流和Keras的股票价格预测的LSTM模型。所以我试着在我的木星笔记本上安装张量流和角。我使用的是2020 MacBook Air M1。
首先，我尝试通过终端通过下面的代码安装它
conda create -n tf tensorflow
上述代码工作正常，安装成功。但是当我试图在我的木星笔记本中输入张量流时，我无法做到这一点。
然后，我试图安装张量流和角直接进入木星笔记本通过以下代码。
pip install tensorflow
pip install keras
安装是成功的。我试着用它们导入库。
from tensorflow.keras.models impo
浏览 1提问于2022-08-06得票数 1
我试图在一个循环中训练多个Keras模型来评估不同的参数。为了避免内存问题，我在每个模型构建之前调用K.clear_session()。
添加K.clear_session()调用后，我在保存第二个模型时开始得到这个错误。
ValueError(“张量%s不是此图的一个元素”) ValueError:张量张量(“级别1/内核:0”，shape=(3，3，3，16)，dtype=float32_ref)不是该图的元素。在处理上述异常的过程中，发生了另一个异常：
追溯(最近一次调用)：文件"/home/gus/workspaces/wpy/cnn/srs/train_generators
浏览 1提问于2019-04-18得票数 0
回答已采纳
我从零开始使用TensorFlow 来训练SSD盗梦空间模型。评估脚本显示模型已经学到了一些东西，现在我想使用这个模型。
我看过对象检测，它可以将单个图像提供给经过训练的模型。但是，这是针对带有MobileNet的SSD的。我使用了下面的一行(加载了元图之后)来打印我训练过的TensorFlow模型的张量名称。
print([str(op.name) for op in tf.get_default_graph().get_operations()] )
但它不包含与ipynb中相同的输入或输出张量名称。我也搜索过代码，但是很多函数都指向对方，很难找到我要找的东西。
我怎么才能找到我需要的张量
浏览 3提问于2017-10-18得票数 2
回答已采纳
我的代码的目标是1) 1)用户将发送图像URL 2)，bot读取URL 3)，bot将图像保存到“图像”文件夹4) bot使用tfjs 5)< code >E29</code>将图像转换为张量，bot使用COCO作为预训练模型(以图像张量作为参数)并打印结果。
现在，我的问题是，每当我试图保存图像使用他们的URL，我得到一个文件，程序或窗口都可以读取！
它曾经工作过一次，能够打开和使用文件。但是现在返回Windows 10无法读取.PNG或.JPG文件的文件。
这是我的密码：
const {Client, MessageAttachment} = require
浏览 4提问于2020-12-23得票数 0
回答已采纳
我有一个.pb模型文件，我可以通过get_tensor_by_name获得输入张量和输出张量，然后使用输入和输出张量创建一个保存的模型，然后可以在tensorflow模型服务器中提供该模型。但是目前，输入张量是3D数组格式的图像，我想再添加一层来解码jpeg编码的字符串，并将结果输入到当前的输入张量中，有什么建议吗？
浏览 1提问于2017-12-21得票数 0
2回答
和Keras
、、、、
我一直在寻找什么是Tensorflow和Keras。他们说Tensorflow运行在KERAS之上，这意味着Tensorflow是Keras的“后端”。(虽然你可以使用其他如Theano和CNTK)
这里的“后端”术语是否意味着它在一个深度学习模型背后做了整个数学过程的事情？我的意思是，Tensorflow是一个做复杂事情的人，比如处理矩阵(张量)，做所有的数学工作？
另一方面，KERAS是我们创建模型所需要的人，对吗？一旦模型被创建，它的“后端”就是Tensorflow，对吗？因为模型要像IT一样工作(就像过程矩阵和做所有的数学工作一样)，它需要一个“后端”，即Tensorflow。
这就是
浏览 3提问于2020-06-02得票数 0
回答已采纳
2回答
对于在python中使用tensorflow的softmax回归程序，我想将我的1000 jpeg图像文件作为2D张量x:图像索引，像素索引。"image index“是图像，像素索引是该图像的特定图像像素。模型方程是：
y = tf.nn.softmax(tf.matmul(x, W) + b)
where:
x = tf.placeholder(tf.float32, [None, image_size])
W = tf.Variable(tf.zeros([image_size, classes]))
b = tf.Variable(tf.zeros([classes]))
图像
浏览 2提问于2016-07-24得票数 1
我刚进入ML场景，我想创建一个涉及Tensorflow的phonegap应用程序，但是我不知道从哪里开始，或者这是否可能。有人能帮我一把吗(可能是把我和一些资源联系起来)？我的应用程序将只使用张量流图像识别(可能是预先训练)。
谢谢费利克斯。
浏览 0提问于2017-03-15得票数 0
回答已采纳
2回答
我所做的是，我在Windows上使用Docker部署了张量流服务。我在张量流服务中使用初始模型。它已经开始运行了。现在，使用java，我希望将图像从浏览器上传到这个在tensorflow服务中运行的初始模型，作为响应，我应该获得类名。
任何示例都会有帮助。
浏览 0提问于2018-08-06得票数 0
1回答
我试图得到一个角星模型，我把它转换成tensorflowJS，在反应本机中工作，但是在预测图像张量时会出现错误。
我训练了一个定制的tensorflow keras模型，并将keras h5模型转换为JavaScript JSON模型。在中，我使用了带有tensorflow的世博相机来捕捉图像，以预测所捕获图像上的损害。
在这里，我已经包含了在我的项目中使用的版本，用于转换和预测模型的命令。
版本使用
">=45.0.0-0 <46.0.0“、”博览会-照相机“："~12.2.0”、“世博-gl”："~11.3.0“、”世博-gl-cpp“："~
浏览 11提问于2022-10-27得票数 1
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
我有一个来自Tensorflow OD的预训练CocoModel，并在kitti数据集上对其进行了重新训练。
我只是想尝试对裁剪的图像进行分类，但没有明确的文档说明张量的名称。当我尝试使用Tensorflow的分类脚本时，它告诉我在inceptionV3模型中没有这样命名的张量。
有没有人已经尝试过，并且知道张量的名称？
结果应该是一个可能的标签/类的列表以及它们的分数！
提前感谢您的帮助
嗨!感谢您的快速回复。
要获取概述，请执行以下操作：
我使用了MSCOCO的相关模型进行目标检测我在包含100张图像的KITTI数据集上训练了该模型我导出了inference_graph并对其他图像进行了分
浏览 36提问于2018-07-04得票数 1
1回答
我在Keras中创建了一个模型，并将其转换为Tensorflow.js模型并将其加载到我的node.js项目中。现在我想在Tensorflow.js中从这个模型中得到预测。我想出了如何加载一个图像：
var singleImageData = fs.readFileSync('path/to/image.jpeg');
var image = tf.node.decodeImage(new Uint8Array(singleImageData), 3);
image = tf.cast(image, 'float32');
//other image proce
浏览 3提问于2021-02-10得票数 1
回答已采纳
我想在Tensorflow中使用一个预先训练过的Pytorch模型，并且我需要将tensorflow张量转换为pytorch张量。但是，我不想将Py手电筒张量转换为numpy数组，并将其转换为tensorflow张量，因为我得到的错误是“您必须为占位符张量提供一个值”。当我制作图形时，我需要这个转换，这样tensorflow张量就没有价值了，并且不能转换为numpy！有什么解决办法吗？
浏览 5提问于2021-01-24得票数 2
回答已采纳
1回答
我想了解在TensorflowLite中量化模型的卷积层所做的基本运算。
作为基线，我选择了一个经过预先训练的Tensorflow模型，，并使用一个样本图像作为模型推理的输入。在此之后，我成功地提取了第一个融合ReLU6卷积层的输出张量，并将将这个输出与我在上的定制python实现的输出进行了比较。
这两个张量之间的偏差很大，我无法解释的是，Tensorflow的输出张量并不像预期的那样在0,6的范围内(我预计这是因为Conv层中的融合ReLU6层)。
，你能给我提供一个更详细的描述一个量化的融合Relu6 Conv2D层在TensorflowLite?中的操作吗？
浏览 3提问于2021-12-09得票数 -1
回答已采纳
我有一个数据生成器，我可以从中生成训练图像。我想使用这个Python数据生成器将数据提供给Tensorflow模型，但我不知道如何将生成器转换为Tensorflow张量。我正在寻找类似于Keras的fit_generator()函数的东西。
谢谢!
浏览 13提问于2017-12-23得票数 4
回答已采纳
1回答
如果在java中存在用于直接读取to记录并向tensorflow savedModel提供数据的高级api，是否有人知道。Python允许将example.proto (tfrecords)和张量输入到tf模型中进行推理。我在java中看到的唯一api是创建原始张量，有一种类似于python的方法，可以直接将tfrecords (example.proto_ )提供给java中保存的模型包。
浏览 0提问于2018-04-18得票数 1
回答已采纳
在 tensorflow教程之后，在构建模型部分下，给出了keras.Sequential()的第一层参数vocab_size=10000。什么意思？
在查看了文档之后，我发现，序列模型需要知道输入张量(输入层的张量)的形状，而input_shape属性定义了它。但是input_shape应该是(30，50，50，3) (对于30，50x50 RGB图像)。本教程中的值为10000。
浏览 0提问于2018-07-16得票数 0
回答已采纳
1回答
我已经安装了Tensorflow，但现在希望将我的模型产品化。
所以我试着遵循下面的指南：
Tensorflow服务是否与张量流一起运行？
如果是这样的话，我应该将repo克隆到哪里，以便在python库路径上看到这些包？
非常感谢。
浏览 1提问于2017-01-18得票数 1
2回答
def predictOne(imgPath):
model = load_model("withImageMagic.h5")
image = read_image(imgPath)
test_sample = preprocess(image)
predicted_class = model.predict_classes(([test_sample]))
return predicted_class
我已经训练了一个模特。在这个函数中，我加载我的模型，读取一个新的图像，做一些预处理，最后预测它的标签。
当我运行我的main.py文
浏览 0提问于2018-11-18得票数 0
回答已采纳
我试着让张量流起作用，到目前为止我有这样的想法：
我从安装了TF
我在Windows 10上运行，复制并粘贴了TF库的内容，并将文件夹包含到各自的MinGW文件夹中。然后，我在VS代码中的一个名为“hello_tf.c”的文件下复制并粘贴了该网站的示例代码。每当我试图构建它，或者使用"gcc hello_tf.c -ltensorflow -o hello_tf“从命令行运行它时，都会导致以下错误：
6: undefined reference to `_imp__TF_Version'
collect2.exe: error: ld returned 1 exit statu
浏览 5提问于2022-04-19得票数 0
我现在有一个定制的LSTM模型，我使用.h5 ()将其保存为一个文件。在tensorflow图构造过程中，我使用load_model()加载这个模型，并希望使用LSTM模型的预测输出(因此我需要以张量的形式)来构造图的一部分。我已经为tensorflow图和keras后端图建立了相同的会话，但是我很难将输出连接到tensorflow代码图中。使用标准的predict()似乎试图运行keras模型的会话，我已经在互联网上搜索了一些东西，而不是把它转换成.pb文件，然后这样处理它。考虑到我正在使用tensorflow作为Keras backend...Any的思想，考虑到如何实现这一点，这看起来应
浏览 1提问于2019-01-01得票数 0
回答已采纳
我试图使用tensorflow.js来预测来自预先训练过的对象检测模型的输出，但是我在model.predict(inputImage)中得到了错误，这是
未知错误:输入张量不匹配，图模型有425个占位符，而有一个输入张量。
我在用
张力流版本- 1.0.1
tensorflow - 2.0.0-dev20190404
Html "“
我正在使用SSD_Mobilenet_V2模型并从'‘下载它
我使用这个命令将tf模型转换为web格式。
tensorflowjs_converter --input_format tf_saved_model ./sav
浏览 3提问于2019-04-08得票数 0
我正在尝试使用Docker + tensorflow-serving来服务我的模型。但是，由于使用迭代器服务模型的限制(使用
make_initializable_iterator() )，我不得不拆分我的模型。
我正在使用grpc与我在docker上的模型进行交互。问题是我预测的张量大约是10MB，序列化后的张量大约是4.1MB。我得到的错误是：
"grpc_message":"Received message larger than max (9830491 vs. 4194304)"
有没有办法把我的预测写到磁盘上，而不是在grpc响应中传输它们？输出文件
浏览 1提问于2019-02-17得票数 7
我有存储在.pb中的现有模型，我想通过Add op向图中的张量添加一些常量张量(最初是numpy数组中的数据)，它是如何实现的？
据我所知，图中的每个节点都是tensorflow.core.framework.node_def_pb2.NodeDef，所以我需要为Add op创建一个节点，为const张量创建一个节点？
这些都是相关的问题：
浏览 0提问于2019-05-24得票数 3
1回答
如何识别用于输出的稀疏张量？
、、、、
为了得到我的预训练模型的预测/输出；为卷积图像的每一帧(列)预测一个符号，并且有必要对logits (RNN的输出)进行后处理，以发出实际的预测符号序列。构建模型的代码可以在中找到。
logits = graph.get_tensor_by_name("fully_connected/BiasAdd:0")
decoded, _ = tf.nn.ctc_greedy_decoder(logits, seq_len)
prediction = sess.run(decoded,
feed_dict={
浏览 2提问于2021-01-18得票数 0
Tensorflow是自动利用Cuda流在单个GPU上并行执行计算图，还是应该手动将流分配给操作/张量？
浏览 4提问于2016-03-19得票数 13
回答已采纳
我正在学习tensorflow。在完成了tensorflow教程MNist for expert ()之后，我尝试使用经过训练的模型来运行推理。
我制作了两个[28x28]图像，并将它们放入[28x28x2]数组并保存了Matlab文件。
然后我使用scipy.io将数组加载到python中。
然而，我的网络正在期待一个[2, 28, 28, 1]张量。
如何将[28x28x2]数组转换为[2, 28, 28, 1]张量？
浏览 1提问于2017-12-22得票数 1
如何在Tensorflow中求出单个层的输出张量。假设TF模型通过输入图像后，我希望有一些图层的输出的名称。
我怎么能得到它？
浏览 1提问于2019-10-21得票数 0
回答已采纳
我正在尝试训练一个Keras模型，它在模型本身中包含了数据增强。模型的输入是不同类的图像，模型应该为每个类生成一个增强模型，用于增强过程。我的代码大致如下所示：
from keras.models import Model
from keras.layers import Input
...further imports...
def get_main_model(input_shape, n_classes):
encoder_model = get_encoder_model()
input = Input(input_shape, name="input"
浏览 2提问于2021-01-21得票数 2
回答已采纳
1回答
将base64图像转换为张量
、、、、
我将图像作为base64字符串发送到节点快速服务器，以便使用tensorflow分析对象检测。如何将base64图像作为张量进行节点js中的cocossd模型的对象检测。
浏览 2提问于2020-05-12得票数 3
回答已采纳
1回答
我有以下情况：
我想使用Tensorflow服务部署一个人脸检测器模型：。
在Tensorflow服务中，有一个名为--enable_batching的命令行选项。这将导致模型服务器自动对请求进行批处理，以最大限度地提高吞吐量。我想让这个启用。
我的模型接受一组图像(称为图像)，这是形状(batch_size, 640, 480, 3)的张量。
该模型有两个输出：(number_of_faces, 4)和(number_of_faces,)。第一个输出将称为faces。最后一个输出(我们可以称之为分区)是对应面的原始批处理中的索引。例如，如果我传入一批4张图像，得到7张face
浏览 3提问于2017-09-17得票数 2
1回答
我正在尝试使用自定义的yolov4暗网模型在web应用程序中进行检测，该模型已按照以下步骤转换为tensorflow：
然后，按照以下步骤将模型转换为tensorflow.js：
我的问题是，模型无法预测，当我尝试进行预测时，我得到了输出张量：
张量{kept: false，isDisposedInternal: false，shape: Array(3)，type：
'float32', size: 0, …}
dataId: {id: 1725}
dtype: "float32"
id: 947
isDisposedInternal: false
kept:
浏览 7提问于2022-03-23得票数 0
3回答
我想使用SSIM度量作为我在tensorflow中工作的模型的损失函数。SSIM应该测量我的去噪自动编码器的重建输出图像与输入无损坏图像(RGB)之间的相似性。
据我所知，在tensorflow中使用SSIM度量时，图像应该是规范化的( 0,1或0,255而不是-1,1 )。在将我的张量转换为0,1并将SSIM作为我的丢失函数之后，重建的图像是黑白的，而不是彩色的RGB图像。
tf.reduce_mean(tf.image.ssim(reconstructed, truth, 1.0))
我的模型与MSE (均方误差)很好地工作，重建图像是彩色的。
使用tf.losses.mean_squar
浏览 1提问于2018-10-14得票数 7
回答已采纳
1回答
我正在尝试在TensorFlow中模拟一些类似示波器的数据-具有持续时间、强度等的线性能量脉冲流-但在其他情况下执行非常相似的分类任务，并且我在找出如何最好地在TensorFlow中表示它时遇到了麻烦。
这些教程的目标是图像分类，而框架似乎是围绕4d张量构建的，我很难弄清楚如何表示相对简单的数据。
具体地说，我试图弄清楚以下几点：
1)如果我有一个由100个脉冲组成的字符串，其中包含4个关于它们的信息轨迹，那么这是相当于一个4x100图像还是一个100x4图像？或者是一个有4个“通道”的100x1图像？张量是如何折叠/展开的还不清楚。
2)最大池化如何转换到这个低维空间？例如，我如何确保我是跨
浏览 0提问于2015-12-07得票数 2
我想把几个tensorflow：：张量串联在一起，只使用会话一次，我有一个过程，为每个图像检索一个张量，用这个代码建议填充数据。
但是我遇到了试图合并所有这些张量的问题，函数concat的文档还不清楚如何实现它，此时我的代码如下所示：
std::vector<tensorflow::Tensor> inputTensorVector;
for(cv::Mat image: images){
inputTensorVector.push_back(create_vector(image));
}
tensorflow::Tensor input(tensorflow::DT
浏览 1提问于2019-08-05得票数 2
我有一个Tensorflow模型，使用Python进行培训，并使用freeze_graph脚本进行冻结。我成功地在c++中加载了模型，并对单个图像进行了推断。但是，似乎freeze_graph一次只将批大小设置为一个图像，因为我无法传递模型--一个具有多个图像的张量。
有没有人知道改变这种状况的方法？我还没有找到脚本中实际发生的位置。
谢谢!
编辑：
好的，我放弃Keras只是为了消除任何可能的黑魔法，我在用Tensorflow定义网络时设置了16的批处理大小。
如果打印图形def，则占位符具有一个形状：
node {
name: "inputs"
op: "P
浏览 1提问于2016-07-06得票数 0
回答已采纳
1回答
在Java中用Keras加载经过训练的模型有什么要求？
我检查了DeepLearning4J是否支持Keras模型，网络体系结构和权重可以很容易地加载。唯一的缺点可能是我们需要使用ND4J后端，还是没关系？
如果使用keras和tensorflow创建了一个模型，那么在Java ecosystem中加载它的最佳方法是什么？
我尝试使用冻结的图形脚本来保存tensorflow模型，但它不能用SavedModel.load加载。加载模型作为张量图对象似乎是常见的方式，但在Java中可用的例子是混沌的，特别是当输入是图像时。
浏览 0提问于2018-11-17得票数 12
回答已采纳
我用Tensorflow-for-poets建立了一个图像分类模型。但是，我现在想在对象检测模型中使用经过训练的模型。我可以直接导入.pb文件吗?还是必须重新训练模型？
当我尝试这个错误时，我会收到这个错误。
KeyError：“名称'image_tensor:0‘指的是不存在的张量。图中不存在’image_tensor:0_image_tensor:0‘的操作。”
浏览 0提问于2019-06-17得票数 1
2回答
我正试着在ios上通过一个预先训练好的模型运行一个样本。session->Run()接受我理解的张量作为输入。我已经初始化了一个张量，但是我如何设置它的值呢？我没有太多使用C++的经验。
我已经成功地创建了一个测试模型，它接受形状为{1，1，10}的3维张量。
我从Tensorflow的简单示例中提取了以下代码行来创建输入张量。
tensorflow::Tensor input_tensor(tensorflow::DT_FLOAT, tensorflow::TensorShape({1,1,10}));
从这里开始，我不知道如何设置input_tensor的数据。我想将张量设置为{.
浏览 7提问于2016-08-10得票数 5
1回答
我正在尝试使用ONNX.js在浏览器中运行一个ONNX对象检测模型。我知道在Tensorflow.js中，你只需要将一个图像对象传递给模型，Tensorflow会自动创建模型所需的张量，但在ONNX中，我们必须从图像创建张量，然后将其传递给模型。
我读了官方的Repository - ，但我找不到任何关于如何在Javascript中从图像创建张量的资源。
如果有人知道什么请帮帮忙？
我使用以下代码在使用ONNX.js的浏览器中运行对象检测
<html>
<head> </head>
<body>
<div onclick=
浏览 35提问于2020-02-18得票数 3
回答已采纳
我是计算机视觉模型结构的新手，我使用models @tensorflow/tfjs-node的Tensorflow来让一些模型检测某些对象。使用Mobilenet和Resnet，模型使用的是Channels Last格式，所以当我用tf.node.decodeImage创建张量时，格式默认是Channels Last，就像3个通道的shape: [1, 1200, 1200, 3]，预测数据工作得很好，能够识别对象。
但是模型从Pytorch转换为ONNX，然后转换为Protobuf格式，saved_model.pb有Channels First格式，如shape: [1, 3, 1200,
浏览 13提问于2021-12-28得票数 0
回答已采纳
14回答
因此，基本上，我对编程和使用python相当陌生。我试图建立一个ANN模型，我必须使用张量流，Theano和Keras库。我在Windows10 x64上安装了Anaconda4.4.1和Python3.5.2，并通过以下方法安装了这些库。
使用Anaconda和Python3.5创建一个新环境: conda创建-n tensorflow python=3.5 anaconda
激活环境:激活tensorflow
在此之后，您可以安装theano、TensorFlow和Keras: conda安装Theano，conda安装mingw libpython，pip安装tensorfl
浏览 69提问于2017-07-24得票数 29
我需要使用YOLO训练一个模型。我正在使用Kaggle内核，并且我正在训练自定义图像。 当我执行训练模块时，我得到了这个错误。 ModuleNotFoundError:没有名为'tensorflow.python.keras.engine.base_layer_v1‘的模块 预装的是Tensorflow 2.+。我在某处读到Yolov3不能与TensorFlow 2.+一起工作，所以我安装了张量1.14。 我也尝试使用ImageAi，得到了完全相同的错误。 有谁能理解这个basekayer_v1吗？是tensorflow版本给出了错误吗？ 谢谢
浏览 24提问于2020-07-12得票数 0
我目前正在尝试在MRI扫描图像上训练神经网络模型。图像是NIfTI (.nii)文件格式，我不认为tensorflow或keras具有固有的读取能力。我有一个python包，它允许我在python中读取这些文件，但是我在弄清楚如何将这个包与tensorflow接口时遇到了麻烦。我首先创建一个tf.data.Dataset对象，其中包含每个磁共振扫描的路径，然后尝试使用Dataset.map()函数读取每个文件并创建图像、标签对的数据集。我的问题是，tf.data.Dataset对象似乎将每个文件名存储在张量中，而不是字符串中，但是可以读取.nii文件类型的函数无法读取张量。有没有办法把文件路径
浏览 1提问于2020-02-21得票数 7
1回答
我在C++中使用了C++，使用自定义训练的模型来进行预测。我可以加载这个模型，对单个图像进行预测，它返回这个张量类型：
Tensor<type: float shape: [1,22] values: [0.00760295521 9.67324567e-08 4.19238063e-07]...>
我可以通过使用另一个TensorFlow会话从这个表中创建最大值指示符来提取预测类，就像在中所做的那样。
现在，我尝试对图像进行批量处理，总是做预测，一切都很好，但是我有一个输出张量：
Tensor<type: float shape: [2,22] values: [0.007
浏览 0提问于2018-03-10得票数 0
回答已采纳
1回答
我要使用这个TensorFlow来混合张量和Keras张量：
但是，当输出需要是Keras张量而不是TensorFlow张量时，问题发生在最后一层。有什么简单的方法可以直接转化吗？还是有一个Keras函数可以进行双线性调整？
finalOut = predict_flow2
finalOut = tf.image.resize_bilinear(finalOut, tf.stack([h, w]), align_corners=True)
model = Model(input=input, output=finalOut)
model.summary()
错误信息：
TypeError:将
浏览 2提问于2018-02-23得票数 5
3回答
我已经根据我的数据训练了ResNet50模型。我希望在进行预测时获得自定义层的输出。我尝试使用下面的代码获取自定义层的输出，它以张量格式给出数据，但我需要NumPy array格式的数据。我试图将张量转换为NumPy数组，但是得到了错误，我遵循了这个，但这没有帮助
任何人能分享一些想法吗，任何建议都会很有帮助。
from keras.models import load_model
import tensorflow as tf
import numpy as np
config = tf.ConfigProto()
config.gpu_options.allow_growth = Tru
浏览 7提问于2020-09-22得票数 1
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
