<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          Tensorflow的妙用?

          共 1929字,需瀏覽 4分鐘

           ·

          2020-11-07 07:44


          向大家推薦一個(gè) TensorFlow 工具———TensorFlow Hub,它包含各種預(yù)訓(xùn)練模型的綜合代碼庫(kù),這些模型稍作調(diào)整便可部署到任何設(shè)備上。只需幾行代碼即可重復(fù)使用經(jīng)過訓(xùn)練的模型,例如 BERT 和 Faster R-CNN,實(shí)現(xiàn)這些些牛X的應(yīng)用,簡(jiǎn)直和把大象裝進(jìn)冰箱一樣簡(jiǎn)單。

          第一步:安裝 TensorFlow Hub

          Tensorflow_hub 庫(kù)可與 ?TensorFlow 一起安裝(建議直接上TF2)

          pip?install?"tensorflow>=2.0.0"
          pip?install?--upgrade?tensorflow-hub

          使用時(shí)

          import?tensorflow?as?tf
          import?tensorflow_hub?as?hub

          第二步:從 TF Hub 下載模型

          TensorFlow Hub 在 hub.tensorflow.google.cn 中提供了一個(gè)開放的訓(xùn)練模型存儲(chǔ)庫(kù)。tensorflow_hub 庫(kù)可以從這個(gè)存儲(chǔ)庫(kù)和其他基于 HTTP 的機(jī)器學(xué)習(xí)模型存儲(chǔ)庫(kù)中加載模型。

          從 下載并解壓縮模型后,tensorflow_hub 庫(kù)會(huì)將這些模型緩存到文件系統(tǒng)上。下載位置默認(rèn)為本地臨時(shí)目錄,但可以通過設(shè)置環(huán)境變量 TFHUB_CACHE_DIR(推薦)或傳遞命令行標(biāo)記 --tfhub_cache_dir 進(jìn)行自定義。

          os.environ['TFHUB_CACHE_DIR']?=?'/home/user/workspace/tf_cache'

          值得注意的是,TensorFlow Hub Module僅為我們提供了包含模型體系結(jié)構(gòu)的圖形以及在某些數(shù)據(jù)集上訓(xùn)練的權(quán)重。大多數(shù)模塊允許訪問模型的內(nèi)部層,可以根據(jù)不同的用例使用。但是,有些模塊不能精細(xì)調(diào)整。在開始開發(fā)之前,建議在TensorFlow Hub網(wǎng)站中查看有關(guān)該模塊的說明。

          以目標(biāo)檢測(cè)為例:打開網(wǎng)站,動(dòng)幾下鼠標(biāo)即可
          https://hub.tensorflow.google.cn/

          拿來直接用

          module_handle?=?"https://hub.tensorflow.google.cn/google/faster_rcnn/openimages_v4/inception_resnet_v2/1"?
          detector?=?hub.load(module_handle).signatures['default']
          def?load_img(path):
          ??img?=?tf.io.read_file(path)
          ??img?=?tf.image.decode_jpeg(img,?channels=3)
          ??return?img
          def?run_detector(detector,?path):
          ??img?=?load_img(path)

          ??converted_img??=?tf.image.convert_image_dtype(img,?tf.float32)[tf.newaxis,?...]
          ??start_time?=?time.time()
          ??result?=?detector(converted_img)
          ??end_time?=?time.time()

          ??result?=?{key:value.numpy()?for?key,value?in?result.items()}

          ??print("Found?%d?objects."?%?len(result["detection_scores"]))
          ??print("Inference?time:?",?end_time-start_time)

          ??image_with_boxes?=?draw_boxes(
          ??????img.numpy(),?result["detection_boxes"],
          ??????result["detection_class_entities"],?result["detection_scores"])

          ??display_image(image_with_boxes)
          run_detector(detector,?downloaded_image_path)

          無需重復(fù)訓(xùn)練,拿來即用!6不6?

          代碼參考:
          https://tensorflow.google.cn/hub/tutorials/object_detection


          瀏覽 58
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  不卡无码免费视频 | A片免费高清在线观看 | 成人在线伊人就去操 | 成人无码 在线观看免费视频 | 一级A片播放 |