tf第十一讲:CNN图像识别的实战代码
大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理解,而且能够帮助新手快速入门。
本文主要介绍了tf第十一讲:CNN图像识别的实战代码,希望能对学习TensorFlow的同学有所帮助。
文章目录
- 1. API讲解
- 2. 实战代码
1. API讲解
在讲解cnn做图像分类的全过程之前,先来看下tensorflow关于CNN卷积层和池化层相关的API。在图像领域(输入通常是四维:batch、heigth、width、channel),卷积层用到的API通常是tf.nn.conv2d,池化层用的API通常是tf.nn.max_pool或tf.nn.avg_pool。
- tf.nn.conv2d:
- 参数:
- input:输入,要求的shape为[batch, in_height, in_width, in_channels]
- filter:[filter_height, filter_width, in_channels, out_channels],out_channels表示有几个filter,[filter_heigth,in_width]被称为kernel_size
- stride
- 参数:
tf第十一讲:CNN图像识别的实战代码
大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理解,而且能够帮助新手快速入门。
本文主要介绍了tf第十一讲:CNN图像识别的实战代码,希望能对学习TensorFlow的同学有所帮助。
文章目录
- 1. API讲解
- 2. 实战代码
1. API讲解
在讲解cnn做图像分类的全过程之前,先来看下tensorflow关于CNN卷积层和池化层相关的API。在图像领域(输入通常是四维:batch、heigth、width、channel),卷积层用到的API通常是tf.nn.conv2d,池化层用的API通常是tf.nn.max_pool或tf.nn.avg_pool。
- tf.nn.conv2d:
- 参数:
- input:输入,要求的shape为[batch, in_height, in_width, in_channels]
- filter:[filter_height, filter_width, in_channels, out_channels],out_channels表示有几个filter,[filter_heigth,in_width]被称为kernel_size
- stride
- 参数: