tf-slim

    0

    1答えて

    私はtf slim(v1.3)を使用して、開始v4の最終層を訓練しました。処理を既存のツールに統合しようとしていますが、予測。 argmaxだけでなく、すべての予測値が必要です。私はチェックポイントのパスといくつかのnumpyの配列(100x100x3は私が訓練したものですが、299x299x3に拡張されています)を持っています。誰かが私を正しい方向に向けることができますか?私は評価のために複数の

    0

    1答えて

    テンソルフロースリムのための多くの事前練習モデルウェイトをダウンロードするよく知られた場所は、このページhttps://github.com/tensorflow/models/tree/master/slimです。このページは、多くのリンクから参照されています(現在すべて無効です)。私は数日前にこのページを訪れたことを覚えていますが、すべて正常ですが、今は単に作業を停止します(githubは40

    0

    1答えて

    TF-Slimを使用してVGG-16事前訓練モデルを微調整しようとしていますが、データを前処理します。つまり、tiffからjpegに、次にtfrecord形式に変換します。 これらの画像に合わせてモデルを微調整するために使用する最良の方法についてアドバイスできますか? これを行う方法については、ステップガイドのステップの指示にお答えください。私がconvnetsに新しいので、私は微調整を始める方法

    1

    1答えて

    スリムチュートリアル、スリムなモジュールを使用してロードされ、 slim = tf.contrib.slim をtensorflowそれはどんな違いを作っていないようです(私は何も見つからないのですか?)私は from tensorflow.contrib import slim をすれば、任意の特定があります私たちは 'import'の代わりに 'slim = tf.contrib.sl

    1

    1答えて

    私はテンソルフローが新しく、TFが配布をサポートしていると聞いています。 train_image_classifier.pyにnum_clonesがありますので、私はローカルでmutli-gpuを使用できます。 python $TF_MODEL_HOME/slim/train_image_classifier.py \ --num_clones=2 --train_dir=${TRAIN_DI

    1

    2答えて

    私はCPU上でPython 2.7.13とTensorflow 1.3.0を使用します。 回帰問題にDensNet(https://github.com/pudae/tensorflow-densenet)を使用したいと思います。私のデータには、各画像の37枚のフロートラベルを含む60000枚のJPEG画像が含まれています。 私はでtfrecordsファイルに自分のデータを保存: def Read

    1

    2答えて

    テンソルフロースリムのResNet-50モデルを使用してフィーチャを抽出しています。私の質問は、画像を入力する前にいくつかの標準的なResNets-50の平均値に従って画像を中央に配置する必要がありますか?私はvgg-19のために、で定義された _mean_image_subtraction(image, means)を使用してセンタリングのオプションを提供することを知っています。しかし、私はRe

    1

    2答えて

    TF-Slimの回帰問題にDensNetを使用しようとしています。私のデータには、各画像の37枚のフロートラベルを含む60000枚のJPEG画像が含まれています。列車セット(60%)、検証セット(20%)、テストセット(20%)の3つの異なるtfrecordsファイルにデータを分割しました。 トレーニングループ中に検証セットを評価し、imageのようなプロットを作成する必要があります。 TF-Sl

    1

    1答えて

    私の畳み込み層バイアスのための簡単な初期化器を書く必要があります。私は例えば、単に与えられた定数にバイアスを初期化する独自のカスタム機能でbiases_initializer=init_ops.zeros_initializer()を交換したい、畳み込み層を呼び出すときに、私は初期化子を指定することができますlike so. をtf.slim使用しています: `biases_initializer

    0

    1答えて

    from __future__ import absolute_import from __future__ import division from __future__ import print_function import math import tensorflow as tf from datasets import dataset_factory from nets