tensorflow专题

基于CTPN（tensorflow）+CRNN（pytorch）+CTC的不定长文本检测和识别

转发来源：https://swift.ctolib.com/ooooverflow-chinese-ocr.html chinese-ocr 基于CTPN（tensorflow）+CRNN（pytorch）+CTC的不定长文本检测和识别环境部署 sh setup.sh 使用环境： python 3.6 + tensorflow 1.10 +pytorch 0.4.1 注：CPU环境

【图像识别系统】昆虫识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50

一、介绍昆虫识别系统，使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法（CNN）模型。通过对10种常见的昆虫图片数据集（‘蜜蜂’, ‘甲虫’, ‘蝴蝶’, ‘蝉’, ‘蜻蜓’, ‘蚱蜢’, ‘蛾’, ‘蝎子’, ‘蜗牛’, ‘蜘蛛’）进行训练，得到一个识别精度较高的H5格式模型文件，然后使用Django搭建Web网页端可视化操作界面，实现用户上传一

05 TensorFlow 2.0：CNN总结及实战

浮云爱蹉跎流光怕寂寞填残篇脉络续断章因果问今生旅途几时交错前尘灯火隔世传说《流光卷》卷积层发现特征轮廓，实现特征提

04 TensorFlow 2.0：高阶OP之meshgrid

谁诀别相思成疾莫问天涯也莫问归期怎奈何无人了解情断之时冷暖自知《莫问归期》内容覆盖： stackmeshgrid im

03 TensorFlow 2.0：TOPK Accuracy实战

这江山风雨岁月山河刀光剑影美了多少世间传说且看他口若悬河衣上有风尘却原来是一位江湖说书人《说书人》在分类问题中会遇到TO

02 TensorFlow 2.0：前向传播之张量实战

你是前世未止的心跳你是来生胸前的记号未见分晓怎么把你忘掉《千年》内容覆盖： convert to tensorreshape

海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow

一、介绍海洋生物识别系统。以Python作为主要编程语言，通过TensorFlow搭建ResNet50卷积神经网络算法，通过对22种常见的海洋生物（‘蛤蜊’, ‘珊瑚’, ‘螃蟹’, ‘海豚’, ‘鳗鱼’, ‘水母’, ‘龙虾’, ‘海蛞蝓’, ‘章鱼’, ‘水獭’, ‘企鹅’, ‘河豚’, ‘魔鬼鱼’, ‘海胆’, ‘海马’, ‘海豹’, ‘鲨鱼’, ‘虾’, ‘鱿鱼’, ‘海星’, ‘海龟

【TensorFlow深度学习】对抗攻击与防御策略在深度学习安全领域的应用

对抗攻击与防御策略在深度学习安全领域的应用对抗攻击与防御策略在深度学习安全领域的应用：捍卫模型鲁棒性的双刃剑1. 对抗攻击基础2. 对抗攻击的分类与进化3. 防御策略：从理论到实践4. 实战案例：防御策略综合应用结语对抗攻击与防御策略在深度学习安全领域的应用：捍卫模型鲁棒性的双刃剑深度学习的广泛应用带来了前所未有的智能服务，但同时也暴露了其安全性问题，尤其是对抗攻击（

【深度学习系列】全面指南：安装TensorFlow的CPU和GPU版本

本博客旨在为初学者提供一份全面的指南，介绍如何根据个人电脑的配置选择并安装适合的TensorFlow版本。内容涵盖了如何查看电脑显卡型号以确定是安装CPU还是GPU版本的TensorFlow，创建Python虚拟环境，以及使用conda命令查找可用的TensorFlow版本。同时，文章还提供了安装过程中可能遇到的问题及其解决方法，确保读者能够顺利完成安装过程，并开始他们的机器学习或深度学习项目。

TensorFlow decode_csv TextLineDataset 读取数据

1 decode_csv读取数据 import tensorflow as tf#创建文件队列filenames ['./s0000025_1.csv','./s0000025_2.csv']filename_queue = tf.train.string_input_producer(filenames,shuffle=True)#shuffle=True 文件队列随机读取，默认TF

TensorFlow中变量初始化函数

tf.constant_initializer : 将变量初始化为常量。 eg: >>> import numpy as np>>> import tensorflow as tf>>> value = [0, 1, 2, 3, 4, 5, 6, 7]>>> init = tf.constant_initializer(value) tf.random_normal_initialize

windows python3.6.8 安装tensorflow 亲测有效

有两种方式可以选择：虚拟环境和本机直接安装 1、本机直接安装(我安装的tensorflow版本为2.3.0) 首先安装python3.6.8（自己按要求安装）版本安装建议如果安装 tensorflow2.1 及以上版本，确认安装好了VC2019，否则imort tensorflow 会报：ImportError: DLL load failed: 找不到指定的模块将python3 添加到系统变

【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow

一、介绍球类识别系统，本系统使用Python作为主要编程语言，基于TensorFlow搭建ResNet50卷积神经网络算法模型，通过收集 ‘美式足球’, ‘棒球’, ‘篮球’, ‘台球’, ‘保龄球’, ‘板球’, ‘足球’, ‘高尔夫球’, ‘曲棍球’, ‘冰球’, ‘橄榄球’, ‘羽毛球’, ‘乒乓球’, ‘网球’, '排球’等15种常见的球类图像作为数据集，然后进行训练，最终得到一个识别

TensorFlow教程 2 TensorFlow基础构架

2 TensorFlow基础构架 TensorFlow基础构架 1 处理结构2 例子23 Session 会话控制4 Variable 变量5 Placeholder 传入值6 激励函数 Activation Function 2.1 处理结构 Tensorflow的运算步骤是：首先要定义神经网络的结构。然后再把数据放入结构当中去运算和 training. 如图：

TensorFlow教程 1 Tensorflow简介

1 Tensorflow简介 Tensorflow简介 1 为什么选 Tensorflow2 安装 21 安装 Tensorflow Linux 和 MacOSWindows 3 神经网络在干嘛本系列博客是学习《莫烦tensorflow视频教程》的读书笔记，非常推荐他关于机器学习和深度学习的视频。这个是他的个人网站：https://morvanzhou.github.io/

Splash of Color: Instance Segmentation with Mask R-CNN and TensorFlow

喷色：使用Mask R-CNN和TensorFlow进行实例分割原文：Splash of Color: Instance Segmentation with Mask R-CNN and TensorFlow 原作者：Waleed Abdulla 0 概述早在11月，我们就将Mask R-CNN的实现开源了，此后，它被forked了1400次，在许多项目中使用，并得到了许多贡献者的改进。

Tensorflow: Cannot interpret feed_dict key as Tensor 解决报错 flask keras

文章目录 1 报错信息2 原因3 解决办法 1 报错信息使用fask和keras时候，在本地没任何问题。但是上传到服务器上之后，总是报做个错误： TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("Placeholder:0", shape=(3, 3, 3, 64), dtype=floa

【TensorFlow深度学习】TensorFlow 2.x版本升级带来的关键变化

TensorFlow 2.x版本升级带来的关键变化 TensorFlow 2.x版本升级带来的关键变化：迈向更灵活、高效的机器学习之旅1. Eager Execution：即时执行模式成为默认2. Keras集成：简化模型构建与训练3. 默认启用GPU自动分配4. 版本兼容性与tf.compat5. 弃用`tf.Session`与`tf.placeholder`6. TensorFlow 2

TensorFlow Saver类保存模型与恢复模型

因工程需求，今天想找一下Saver类如何保存部分参数或者是恢复部分参数，一直没找到有效的帖子，所以自己来总结性的写一个吧常规的保存与恢复如下： saver = tf.train.Saver(tf.trainable_variables(), max_to_keep=3) 定义一个Saver对象（max_to_keep指我们总共保存多少个模型）saver.save(sess, 'mod

Tensorflow图像处理相关操作

#对图像的处理import matplotlib.pyplot as pltimport tensorflow as tf#读取图像的原始数据image_raw_data=tf.gfile.FastGFile("./path/to/picture/timg.jpg",'rb').read()with tf.Session() as sess:#将图像用jpeg格式解码从而得到图像对应的三维矩阵

TensorFlow中最大的30个机器学习数据集

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶” 作者：Limarc Ambalina 编译：ronghuaiyang 导读包括图像，视频，音频，文本，非常的全。 largest tensorflow datasets for machine learning 由谷歌Brain的研究人员创建的TensorFlow是机器学习和数据科学领域最大的开源数据库之一。它是一个端到端

10个算法从业人员必须知道的TensorFlow技巧

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶” 作者：Rohan Jagtap 编译：ronghuaiyang 导读掌握这些可以更高效的模型的提高开发效率。 TensorFlow 2.x在构建模型和TensorFlow的整体使用方面提供了很多简单性。那么TF2有什么新变化呢？使用Keras轻松构建模型，立即执行。可在任何平台上进行强大的模型部署。强大的研究实验。通过清理过

无意间发现BAT总监总结的这套TensorFlow和PyTorch框架学习笔记（教程/PPT/代码）

作为一名AI工程师，掌握一门深度学习框架是必备的生存技能之一。自 TensorFlow 从 Google 中脱颖而出以来，它在研究和商业领域成为最受欢迎的开源深度学习框架，紧接着从 Facebook 诞生的 PyTorch 由于社区推动的易用性改进和越来越广泛的用例部署，而迅速赶上TensorFlow。两个框架在当年一度备受争议，TensorFlow和PyTorch谁更好？从去年

数据集MNIST手写体识别 pyqt5+Pytorch/TensorFlow

GitHub - LINHYYY/Real-time-handwritten-digit-recognition: VGG16和PyQt5的实时手写数字识别/Real-time handwritten digit recognition for VGG16 and PyQt5 pyqt5+Pytorch内容已进行开源，链接如上，请遵守开源协议维护开源环境，如果觉得内容还可以的话请各位老板们点点s

TensorFlow实战：Chapter-6（CNN-4-经典卷积神经网络（ResNet）)

ResNet ResNet简介相关内容论文分析问题引出解决办法实现residual mapping实验实验结果 ResNet在TensorFlow上的实现 ResNet ResNet简介 ResNet(Residual Neural Network)由微软研究院的何凯明大神等4人提出，ResNet通过使用Residual Unit成功训练152层神经网络，在ILSCRC20

TensorFlow实战：Chapter-5（CNN-3-经典卷积神经网络（GoogleNet）)

GoogleNet GoogleNet 简介GoogleNet大家族GoogleNet的发展 Inception V1Inception V2Inception V3Inception V4 GoogleNet论文分析引言详解介绍相关工作动机和高层次考虑动机和高层次考虑详解 GoogLeNet 详解训练方法ILSVRC 2014 Classification Challenge