經典網路的 TensorFlow 實現資源彙總

本系列文章由

@yhl_leo 

本文簡單整理了網上公布的基於 tensorflow 實現影象語義分析的一些經典網路，方便大家參考學習。

tf-slim 是 tensorflow 較新版本的擴充包，可以簡化繁雜的網路定義，其中也提供了一些demo:

例如 vgg-16 網路，寥寥數行就可以定義完畢：

def

vgg16
(inputs): 
with
slim.arg_scope([slim.conv2d, slim.fully_connected],
activation_fn=tf.nn.relu,
weights_initializer=tf.truncated_normal_initializer(
0.0, 
0.01
), weights_regularizer=slim.l2_regularizer(
0.0005
)): net = slim.repeat(inputs, 
2, slim.conv2d, 
64, [3, 
3], scope=
'conv1'
) net = slim.max_pool2d(net, [2, 
2], scope=
'pool1'
) net = slim.repeat(net, 
2, slim.conv2d, 
128, [3, 
3], scope=
'conv2'
) net = slim.max_pool2d(net, [2, 
2], scope=
'pool2'
) net = slim.repeat(net, 
3, slim.conv2d, 
256, [3, 
3], scope=
'conv3'
) net = slim.max_pool2d(net, [2, 
2], scope=
'pool3'
) net = slim.repeat(net, 
3, slim.conv2d, 
512, [3, 
3], scope=
'conv4'
) net = slim.max_pool2d(net, [2, 
2], scope=
'pool4'
) net = slim.repeat(net, 
3, slim.conv2d, 
512, [3, 
3], scope=
'conv5'
) net = slim.max_pool2d(net, [2, 
2], scope=
'pool5'
) net = slim.fully_connected(net, 
4096
, scope=
'fc6'
) net = slim.dropout(net, 
0.5, scope=
'dropout6'
) net = slim.fully_connected(net, 
4096
, scope=
'fc7'
) net = slim.dropout(net, 
0.5, scope=
'dropout7'
) net = slim.fully_connected(net, 
1000
, activation_fn=
none
, scope=
'fc8') 
return
net

github 位址 ： ppwwyyxx/tensorpack

tf-tutorials 是乙個簡短的教程，包括如下內容：

還有一些單一網路實現的工程，例如：

持續更新。。。。。。

Tensorflow資源之經典網路實現

本系列文章由 yhl leo tf slim 是 tensorflow 較新版本的擴充包，可以簡化繁雜的網路定義，其中也提供了一些demo 例如 vgg 16 網路，寥寥數行就可以定義完畢 def vgg16 inputs with slim.arg scope slim.conv2d,slim.f...

tensorflow 入門經典例項

import tensorflow as tf 發起會話 sess tf.session 兩行都可以執行 具體意思見下方注釋 a tf.variable tf.truncated normal 2,3 0,1,dtype tf.float32,seed 3 a tf.variable tf.rand...

tensorflow實現簡單的卷積網路

import tensorflow as tf import gc from tensorflow.examples.tutorials.mnist import input data mnist input data.read data sets f zxy python mnist data o...