原创 數據標註軟件labelme詳解

Labelme 版本:3.11.2 文章目錄1. Labelme 是什麼?2. Labelme 能幹啥?3. Labelme 安裝要求4. Labelme 安裝方法5. Labelme 使用教程5.1 分類標註5.2 目標檢測標註5.

原创 Conda 配置 TensorFlow-GPU 深度學習環境(10分鐘)

TensorFlow 作爲一個比較流行的框架,每年都有很多的新用戶。而作爲一個 TensorFlow 學習者,首當其衝的便是配置 TensorFlow 深度學習環境。TensorFlow 深度學習環境一般分爲 CPU 版和 GPU

原创 谷歌瀏覽器安裝(Win、Linux、離線安裝)

Chrome作爲一款挺不錯的瀏覽器,其有着諸多的優良特性,並且支持跨平臺。其支持(Windows、Linux、Mac OS X、BSD、Android),在絕大多數情況下,其的安裝都很簡單,但有時會由於網絡原因,無法安裝,所以在這裏總

原创 Tensorboard 與 Chrome 的部分舊版本不兼容

  \quad\;TensorFlow作爲一個比較流行的深度學習框架,使用的人數肯定不在少數。TensorBoard 作爲 TensorFlow 編寫的深度網絡可視化的一把利器,其的重要性不言而喻。 注:Tens

原创 TensorFlow 中 Batch Normalization API 的一些坑

Batch Normalization 作爲深度學習中一個常用層,掌握其的使用非常重要,本博客將梳理下各種 Batch Normalization API 的一些坑。 如果你對 Batch Normalization 還不清楚,可以查

原创 Focal Loss 論文筆記

Focal Loss:Focal Loss for Dense Object Detection 摘要: \quad   \;到目前爲止(2017年8月),目標檢測的最高準確率都由R-CNN的衍生算法(two-st

原创 Lena.jpg 與圖像處理的淵源

作爲圖像處理研究人員,相信大家一定認識下面這幅圖片(下載自:https://en.wikipedia.org/wiki/Lenna): 這就是Lenna本人了,全圖是很sexy的,大家去看吧(http://www.lenna.org

原创 tf.estimator.train_and_evaluate 詳解

TensorFlow 版本:1.11.0 在 TensorFlow 1.4 版本中,Google 新引入了一個新 API:tf.estimator.train_and_evaluate。提出這個 API 的目的是:代替 tf.con

原创 Windows+anaconda+labelme安裝

安裝步驟: 首先安裝anaconda 開始 >> 所有程序 >> Anaconda >> Anaconda Prompt(這個就相當於) 在prompt裏依次輸入 conda create --name=labelme

原创 常用的圖像數據預處理技術(based on TensorFlow)

數據作爲深度學習的基礎,其對模型性能的重要重要性不言而喻。在本文,我們將梳理下常用的圖像數據處理技術,至於具體的編程工具,選擇 Python + TensorFlow: Tip: 如果你使用 tf.data 來組織你的圖像數據輸入管

原创 TensorFlow 之 SessionRunHook

文章目錄1. 爲什麼要有 Hook?2. Hook 有什麼用?3. TF 內置了哪些 Hook?4. TF 怎麼自定義 Hook?5. 怎麼使用 Hook?5.1 怎麼在 MonitoredTrainingSession 中使用 Ho

原创 TensorFlow 1.12.0 更新總結

TensorFlow 1.12.0 更新總結 Keras 更新 Keras 模型現在可以直接輸出爲 SavedModel 格式(tf.contrib.saved_model.save_keras_model()),輸出的模型可以使用

原创 TensorFlow Estimator 官方文檔之----自定義Estimator

創建自定義 Estimator 本文檔介紹了自定義 Estimator。具體而言,本文檔介紹瞭如何創建自定義 Estimator 來實現和 內置 Estimator:DNNClassifier 類似的功能。 文章目錄1. 內置 Est

原创 TensorFlow Estimator 教程之----Dataset for Estimator

數據集快速入門 目錄基本輸入參數切片操作返回讀取 CSV 文件構建 Dataset構建 csv 行解析器解析行試試看總結 tf.data 模塊包含一系列類,可讓您輕鬆地加載數據、操作數據並通過管道將數據傳送到模型中。本文檔通過兩個簡單

原创 TensorFlow Estimator 中文官方文檔

Estimator 是 TensorFlow 在1.4版後增加的高級API,使用其可以極大地簡化開發過程,使我們更加專注於算法的邏輯。 TensorFlow 關於 Estimator 的文檔主要有以下: Estimator 快速入門