tensorflow 幾個最新版本的更新大力推崇 keras 相當於官宣啊
相信keras的可用性給大家做深度學習帶來方便 暢快的同時
逐漸會變成主流的開發元件
imagenet的影象識別任務目睹了近幾年人工神經網路的進展
linux下是放在「~/.keras/models/」中
win下則放在python的「settings/.keras/models/」中
之後就可以離線使用
所以建議有條件聯網的同志直接聯網使用模型
不過無論怎麼說 使用模型的**都是一樣的
上述示例使用 resnet50 識別 demo.jpg 影象中的內容
其他使用模型的案例見中文文件
值得說明的是：
每種網路有自己的影象預處理方法 雖然很簡單但是會不同
因此 preprocess_input 函式需要根據網路不同而區分
但是decode_predictions都是一樣的 不需要針對每個網路使用不同的函式
預訓練模型識別準確率
預訓練模型識別結果 名稱
top5準確率
top1準確率
1'densenet201'
0.972857142857143
0.854835164835165
2'inceptionresnetv2'
0.985846153846154
0.893714285714286
3'inceptionv3'
0.983450549450549
0.884351648351648
4'mobilenet'
0.970417582417583
0.850483516483517
5'mobilenetv2'
0.962175824175824
0.823494505494506
6'nasnetmobile'
0.952021978021978
0.809714285714286
7'resnet50'
0.945604395604396
0.791252747252747
8'vgg16'
0.912219780219780
0.729208791208791
9'vgg19'
0.912967032967033
0.731472527472527
10'xception'
0.981516483516484
0.881626373626374
上表是各個模型識別 imagenet 中45500幅影象的結果，與官方文件中給出的結果基本一致
pytorch 預訓練層的使用方法
pytorch 預訓練層的使用方法 將其他地方訓練好的網路程式設計客棧，用到新的網路裡面 載入預訓練網路 1.原先已經訓練好乙個網路 autoencoder fc 2.首先載入該網路，讀取其儲存的引數 3.設定乙個引數集 cnnpre autoencoder fc cnnpre.lo程式設計客棧ad...
使用Keras訓練模型二三事兒
資料時tensor格式時，會建議使用steps per epoch,validation steps這些引數，但是使用這些引數時非常容易出現oom記憶體溢位情況 hist model.fit data lable cfg train dir validation data x1,y1 steps p...
BERT 中文預訓練模型使用
只要是從事文字處理相關工作的人應該都知道 google 最新發布的 bert 模型，該模型屬於是詞向量的預訓練模型，一經提出便橫掃各大 nlp 任務，最近 google 公司如約推出了中文詞向量的預訓練模型，不得不說這是一件非常有良心的事情，在此膜拜和感謝 google 公司。那麼如何使用 bert...