我在使用TensorFlow，Keras和TensorBoard时遇到了一个问题。 我写了一个图像分类网络。我使用Keras的ImageDataGenerator在拟合过程中加载图像： test_image_data = test_image_generator.flow_from_directory("images= TensorBoard(log_dir='.test_ima
浏览 13提问于2019-03-13得票数 2
回答已采纳
我刚开始深造，所以请原谅我这个可能很简单的问题。import tensorflow as tf
# Simplifie
浏览 2提问于2019-08-26得票数 3
回答已采纳
的错误。有没有人知道是否需要做些什么来解决这个问题，或者是否有一个以前版本的keras，其中的“模型”对象有一个属性“_get_distribution_strategy”？我已经在最近几天尝试运行的许多类似代码中看到了这个错误，所以我不敢相信我是唯一一个有这个问题的人。 谢谢大家的帮助。import ImageDataGeneratorfrom keras.layers
浏览 26提问于2020-07-16得票数 0
1回答
我使用了一个以VGGnet为基础的Keras模型进行图像分类。我读到过VGGnet使用ImageNet来训练模型。但在我的例子中，我使用的是来自自定义类的图像，而这些图像并不包含在Imagenet中。网络是否能够基于这些自定义类进行培训？我看到了，从‘tensorboard’来看，训练似乎是正常的。然而，该模型在新图像的推理过程
浏览 0提问于2019-03-08得票数 1
回答已采纳
我正在尝试使用带有GPU的Tensorflow后端的Keras来训练3层稠密神经网络的模型。
我所拥有的数据集是400万个20x40px图像，我把它们放在目录中，其中包含了它们所属的类别的名称。我希望模型知道访问numpy数组作为我的模型的输入，所以我将输入形状设置为：( None , 20 , 40 ,3)其中没有批处理大小，20和40是图像的大小，3是图像中<
浏览 4提问于2017-12-17得票数 0
回答已采纳
x, training=True), y))
当然，我可以在模型中使用预处理层
浏览 35提问于2022-03-19得票数 0
回答已采纳
1回答
我目前正在建立一个卷积神经网络来区分清晰的心电信号图像和带有噪声的心电图图像。import ImageDataGeneratorfrom keras.layers import ZeroPadding2D此外，我还将用于培训、测试和验证的图像分离到三个文件夹下，并分别有1020、375、200张<em
浏览 0提问于2018-07-22得票数 4
回答已采纳
我一直在我的笔记本电脑上使用tensorflow for cpu，由于速度太慢，我决定转移到我的台式机上，使用tensorflow for gpu。问题是，在我的台式计算机上，我不能像这样导入，而我可以在笔记本电脑上这样做：所以我决定使用keras模块和ten
浏览 1提问于2020-04-07得票数 2
2回答
我正在准备学习相当大的神经网络(fc，conv，pool等)。在Keras中有数百万张小图像(~100×100 px，每个通道3个)。所有文件将在~800 GB左右，这是我的问题。我该如何处理数据？我知道Keras可以处理批处理，但是学习使用100个文件、8GB或创建~300 k文件(在每个合并的32或64图像中)更好吗？我认为有更大的文件更好，读8次(8个大文件)比300 000次更快，但我不确定。
我有不到100 GB的<
浏览 4提问于2016-11-08得票数 0
回答已采纳
我试着训练14000个训练数据集和3500个验证数据集，但是为什么每次我训练的时候我总是得到高精度的结果，而验证部分很小。那么，如果我希望验证的结果接近训练的准确性，并为每一个时代提供重要的补充，我应该做什么？# Use TensorBoard
from k
浏览 0提问于2019-08-24得票数 0
回答已采纳
如果我在我的ImageDataGenerator中实现了channel_shift_range，输出应该有“乱码”的颜色值，对吗？我想用它来使我的模型对颜色变化更健壮。下面是我的代码：import matplotlib.pyplotas plt
path = '/mnt&#
浏览 1提问于2019-07-02得票数 4
我用Keras和Tensorflow做了一个简单的猫对狗检测器。然后我将模型保存为.h5格式，并将训练保存在检查点中。现在，我想加载训练和保存的模型，并使用摄像头通过OpenCV视频捕获实时运行它。from tensorflow.keras.preprocessing.image import ImageDataGeneratorimport datetime
tf.compat.v1= tf.keras.c
浏览 15提问于2021-03-31得票数 0
回答已采纳
我没有使用任何增强选项，我使用ImageDataGenerator只是将图像大小调整为224x224x3。下面是我的训练代码。我用predict函数而不是predict_generator函数尝试了相同的操作，并且我自己而不是ImageDataGenerator调整了图像的大小。ImageDataGenerator馈送到predict_generator的相同图像使用</e
浏览 33提问于2019-10-12得票数 0
2回答
如何提高迁移学习的准确性？
、、、、
输入图像是字符图像。我上了37门课。总训练图像为22200张(每班600张)，测试图像为5920张(每班160张)。我的输入图像大小为32x32。。下面是我的代码：from tensorflow.keras.layers import Conv2Dfrom tensorflow.keras
浏览 5提问于2020-10-09得票数 0
我试图训练一个用于二进制分类的模型，但在3个时期之后，验证准确率仍然保持在0.5000。 数据集由两个类的1512个图像组成，因此总共有3024个图像。我使用keras进行迁移学习，使用的是VGG16模型。from keras import modelsfrom keras import optimizers
from keras
浏览 18提问于2019-02-03得票数 0
尽管我尝试过几种初始化Tensorboard的方法-- from tensorflow.keras.callbacks import TensorBoard，from keras.callbacks import我已经尝试了几种不同的目录来存储Tensorboard日志，通过Keras层进行初始化的几种方法#sess = tf.Session()
from tensorflow.<em
浏览 5提问于2019-07-10得票数 0
heyy是深度学习的初学者，目前正在尝试我发现的制作模型的基本cnn。但我有个错误说-> 50型号= ClassicalModel(input_shapeimport ImageDataGeneratorfrom keras.ca
浏览 4提问于2021-06-02得票数 0
回答已采纳
1回答
Resnet50传感器流的预处理
、、、、
我使用ImageDataGenerator()并传递tf.keras.applications.preprocessing.resnet50作为ImageDataGenerator()的preprocessing原始图像值介于0-255之间.但是经过预处理后，我注意到图像值不是在0-1之间，我得到了val_loss: nan。我的激活函数是selu和softmax.。我的问题是，tf.keras.a
浏览 3提问于2022-05-03得票数 0
我正在将一批图像传递给深度神经网络，并从这些图像中获得一些张量形式的输出。现在，我想将这个张量值传递给某个函数，该函数接受uint形式的输入，并且一次可以处理单个图像。假设我有这样的输出：( 4 ,320,320,3)，我想在第一个维度上迭代，也就是在4上迭代。所以，它每次都会读取单个图像并传递给那个函数。
浏览 19提问于2020-07-19得票数 0
回答已采纳
1回答
我知道图像的数据增强技术。然而，我对如何生成增强的数据有疑问。随机RotationRandom
在Keras中，我们使用ImageDataGenerator来增强图像，而数据被提取用于训练。例如，如果我们
浏览 3提问于2021-01-02得票数 0
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
