如何在外部非Tensorflow环境中测试经过训练的CNN模型？
在外部非Tensorflow环境中测试经过训练的CNN模型，可以通过以下步骤进行：
- 导出模型：首先，需要将经过训练的CNN模型导出为可供外部环境使用的格式。Tensorflow提供了SavedModel格式和Frozen Graph格式两种导出方式。SavedModel是一种灵活的格式，可以保存模型的结构、权重和计算图等信息，而Frozen Graph则将模型结构和权重合并为一个单独的文件。
- 加载模型：在外部非Tensorflow环境中，需要使用相应的库或工具加载导出的模型。例如，可以使用OpenCV、Keras、PyTorch等库加载SavedModel或Frozen Graph，并将其转换为可用的模型对象。
- 准备测试数据：为了测试模型的性能和准确度，需要准备一些测试数据。这些数据可以是与训练数据相似的图像或其他形式的输入。
- 数据预处理：在将测试数据输入模型之前，通常需要对其进行预处理。这可能包括图像的缩放、归一化、裁剪或其他形式的处理，以确保输入数据与训练数据的格式和范围一致。
- 运行推理：使用加载的模型对象和预处理后的测试数据，可以在外部环境中运行推理过程。这涉及将测试数据输入模型，并获取模型的输出结果。
- 分析结果：根据模型的输出结果，可以进行进一步的分析和评估。这可能包括计算准确度、查看分类结果、生成可视化图像等。
需要注意的是，由于不同的深度学习框架和库之间存在差异，具体的实现细节可能会有所不同。因此，在具体操作时，需要参考所使用的库或工具的文档和示例代码。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI开放平台：https://cloud.tencent.com/product/ai
- 腾讯云机器学习平台：https://cloud.tencent.com/product/tiia
- 腾讯云图像识别：https://cloud.tencent.com/product/imagerecognition
- 腾讯云视频智能分析：https://cloud.tencent.com/product/vca
- 腾讯云语音识别：https://cloud.tencent.com/product/asr
- 腾讯云自然语言处理：https://cloud.tencent.com/product/nlp
相关·内容
1回答
多位数检测
、、、
这个问题是关于检测单个图像中有多个数字的数字。
我在tensorflow有一个经过训练的模型，使用深层CNN进行图像识别。培训是在只有一个数字和标签的裁剪图像上进行的。
现在，任务是使用这个经过训练的模型从图像中识别任何数字。
我希望这个模型能适用于任意大小的数字。那么，我如何从要预测的图像中提取某些特征，以便能够检测到单个数字。
作为参考，这是google研究论文的链接，尽管它没有详细说明这个问题。
这里是数据
这个问题是相似的，但它没有完全回答，因为数字，不，太小，彼此接近。
浏览 0提问于2017-06-21得票数 3
1回答
我用tensorflow编写了一个用于python的CNN模型，该模型用于对肺CT图像(癌症/非癌症)进行分类，经过训练和验证数据训练模型并获得合理的准确性，毕竟，我需要用测试数据来测试模型，但我不知道如何做到这一点？如何保存模型并将其用于测试？
浏览 0提问于2018-08-14得票数 0
回答已采纳
我已经训练了CNN并创建了一个tensorflow模型文件(.ckpt)。
我必须使用经过训练的模型在硬件上实现前向传播，为此，我需要更新权重和偏差(正如我在培训后得到的)。
但是，.ckpt文件具有二进制编码。
如何将其转换为某种人类可读的格式，以便读取更新的模型参数？
浏览 4提问于2017-01-08得票数 1
回答已采纳
我正在训练tensorflow教程中的word2vec模型。
经过训练，我得到了嵌入矩阵。我想保存它，并将其作为一个经过训练的模型导入gensim。
要在gensim中加载模型，命令为：
model = Word2Vec.load_word2vec_format(fn, binary=True)
但是如何从Tensorflow生成fn文件呢？
谢谢
浏览 7提问于2017-02-12得票数 3
回答已采纳
1回答
我有一个图像分类，深入学习CNN模型(.h5文件)使用Keras和Tensorflow 2，我想使用在线预测。我想要一个API，它通过HTTP接收单个输入映像，并使用经过训练的模型使用预测的类标签进行响应。是否有Keras或Tensorflow提供的API来进行同样的操作？
浏览 1提问于2020-02-12得票数 0
回答已采纳
1回答
我使用Google Colab使用Tensorflow构建了一个一维卷积神经网络(CNN)模型(它是一个多类、多标签模型)。现在，我想使用保存的模型(例如pb文件)，并使用C# (Visual Studio)在.NET框架内进行预测。因此，我想在.NET框架中做以下事情(这显然是非常精简的)： import tensorflow as tf
import numpy as np
import tensorflow_hub as hub
model = tf.keras.models.load_model('pb_model')
model.predict(data) 我还
浏览 22提问于2020-07-15得票数 1
1回答
CNN训练模型未正确保存
、、、、
我是一个使用tensorflow的新手，我建立了一个CNN，它经过训练和测试，准确率都达到了80-85%。我尝试使用model.save('example.h5')保存经过训练的模型，并使用files.download('example.h5')下载文件 之后，我尝试使用model = tf.keras.models.load_model('example.h5')将其加载到我的flask后端。 当我尝试对随机图像使用它时，感觉该模型以前从未训练过。有什么解决方案吗？谢谢
浏览 13提问于2020-06-19得票数 0
2回答
我是tensorflow的新手。我已经训练并验证了一个CNN，通过Saver对象将会话保存到一个CPKT文件中，并将其加载回来。现在我想使用经过训练的模型来检查它在我自己拍摄的一张照片上的表现。我想不出该怎么做。
浏览 0提问于2017-02-12得票数 1
我已经找到了这个问题的答案，但没有找到答案。
在许多应用程序中，我们在一个GPU上部署了多个经过训练的NN模型。此外，为了充分发挥GPU的计算能力，我们还必须使用多线程技术。例如，在我的应用程序中有两个不同的tensorflow CNN模型，我想在两个不同的线程中运行(即推断/部署)它们。
下面是我所做的：
## define my cnn model
class my_cnn_model:
...
## initialize two graphs
g1 = tf.Graph()
g2 = tf.Graph()
## define two sessions and bind on
浏览 3提问于2017-06-03得票数 1
从谷歌教程中，我们知道如何在TensorFlow中训练一个模型。但是，保存经过训练的模型的最佳方法是什么，然后在生产服务器中使用基本的最小python来提供预测。
我的问题基本上是关于TensorFlow最佳实践，以保存模型并在不影响速度和内存问题的情况下在活动服务器上提供预测。因为API服务器将永远在后台运行。
请提供一小块python代码片段。
浏览 2提问于2016-01-27得票数 17
回答已采纳
1回答
CNN模型的可复制性如何？
、、、、
我想用Google (GPU)，Keras和Tensorflow来训练几个CNN架构。由于经过训练的模型由于GPU的支持不能重复，所以我想对模型进行多次训练，并确定结果的均值和标准差。我完全不确定我是否至少应该试着使模型的可重复性最小？例如，在程序开始时使用以下代码：
import numpy
import tensorflow as tf
import random as rn
import os
os.environ['PYTHONHASHSEED']='0'
np.random.seed(1)
rn.seed(1)
tf.set_random_seed(
浏览 0提问于2019-11-02得票数 1
回答已采纳
我已经训练了一个模型，在python中对真实感渲染的结果进行去噪。
在python中，通过将图像转换为tf.constant，动态地结合图像大小构造图形。
现在我想导出模型并在C++中加载它。
我的问题是:是否可以在Tensorflow C++ API中处理不同大小的图像？
如果不是，在C++中做这件事的最佳方法是什么？直接使用cuDNN并加载经过训练的CNN内核权重？
浏览 3提问于2018-05-14得票数 0
回答已采纳
TensorFlow有一个单独的项目用于它的生产使用，正如注意到的，称为TensorFlow服务。
我应该如何在生产环境中使用CNTK，以及如何处理它的部署？希望可以将经过训练的模型部署到服务器/集群中，该服务器/集群使用RPC或HTTP为模型提供服务。
如果不存在这样的工具，那么开发它的第一步应该是什么，以及一个好的架构可以自己推出吗？
浏览 1提问于2017-02-17得票数 3
回答已采纳
3回答
我正在遵循Tensorflow服务文档，将我训练过的模型转换为可以在Docker容器中提供服务的格式。由于我是Tensorflow的新手，我正在努力将这个经过训练的模型转换为适合服务的形式。
模型已经过训练，我有检查点文件和.meta文件。因此，我需要从上述两个文件中获取.pb文件和variables文件夹。有没有人能给我一个建议，告诉我如何在服务模型时做到这一点？
.
|-- tensorflow model
| -- 1
| |-- saved_model.pb
| -- variables
| |-- variables.data-
浏览 0提问于2019-06-18得票数 5
我正在构建一个CNN模型，使用tensorflow 2对python中自己的数据集进行分类。如何准备目录中的数据集以将其加载到模型中。
浏览 5提问于2020-06-27得票数 0
回答已采纳
1回答
我很难理解内容和样式过滤器的培训方式(例如，)如何使用TensorFlow的样式传输算法。我已经在链接文件中研究了一些算法的实现，但是我不能很好地理解它们对这个步骤的处理。为此，我认为这将有助于实现一个天真的版本，而不使用预先培训的模型。我对所涉及的步骤的理解是：
在单个图像上训练CNN (在论文中，他们使用的是经过预先训练的VGG网络)
使用经过训练的网络，输入白噪声图像。定义一个新的损失函数，该函数通过更新输入图像(这是图像“绘制”的方式)来最小化，例如，通过最小化训练模型中的conv层与输入(白噪声)图像之间的距离来导出“内容”。
因此，实现应该类似于：
import T
浏览 2提问于2016-11-28得票数 0
回答已采纳
我在TensorFlow 1.14中构建了一个经过训练的模型，该模型使用(现在已被废弃的) 层(在中的TensorFlow 2.0中可用)，并且我正在尝试将旧层的权重移植到一个使用构建的新TensorFlow 2.0模型中，以获得一个等效的模型。
这样做的一个动机是能够在CPU上进行推断( tf.compat.v1.keras.layers.CuDNNGRU层只运行在GPU上)。另一个动机是对模型进行未来验证。
问题
如何将经过训练的tf.contrib.v1.keras.layers.CuDNNGRU层转换为等效的tf.keras.layers.GRU层？
浏览 4提问于2019-11-11得票数 2
回答已采纳
我为包含6个类的数据集构建了一个CNN图像分类器。数据集在所有6个类中都是平衡的。经过训练，该模型在除2类外的所有类中都具有较好的预测精度。为了进一步解释，让我们用从'0‘到'5’之间的整数来标记这6个类。经过训练的模型能很好地预测从'0‘到'3’之间的类。但几乎5%-10%的4级图像被预测为5级，5%-10%的5级图像被预测为4级。
我该如何处理这种情况呢？
浏览 0提问于2022-05-31得票数 1
我得到了经过训练的"Deep MNIST Tutorial“NN，并且我知道如何使用TensorFlow Python API测试该模型。现在我想将分类器导出到C++，这样我就可以在没有TensorFlow API的情况下使用它。
我知道经过训练的模型拓扑、权重和激活函数。有没有这种实现的例子？我搜索了它，但发现如何在C++中创建和训练NN，而不是分类器示例。
提前谢谢。
浏览 3提问于2017-03-23得票数 0
1回答
用Keras进行多层处理
、、、、
我试着用我拥有的36个核心来训练一个CNN模型。我正试着跟随：
但是它并没有使我的代码更快，我也不确定它是使用了所有的导航核心，还是只使用了一个核心，其余的都没有使用。
我的代码是：
模型是用Keras ==>定义的
import tensorflow as tf
from keras.backend import tensorflow_backend as K
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
K.set_session(sess)
CNN_Model = CNN_model()
E
浏览 1提问于2019-03-07得票数 0
回答已采纳
当我注意到tensorflow和pytorch对于2d cnns有不同的大小权重张量时，我正在将tensorflow v1.13编写的旧项目转换到pytorch v1.4.0。 以下是我的tensorflow代码 cnn = tf.layers.conv2d(img_tensor, 16, (3, 3), (1, 1), padding='SAME', name='cnn_1')
cnn = tf.layers.conv2d(cnn, 32, (3, 3), (1, 1), padding='SAME', name='cnn_2'
浏览 14提问于2020-04-14得票数 0
我已经获得了一个经过训练的torch7格式的CNN模型。
如何使用已经训练好模型在单个图像上运行推断并返回预测，类似于
浏览 0提问于2018-04-18得票数 0
我有一些用Python3.7开发的神经网络，用于使用TensorFlow中包含的Keras包对图像进行分类，我想导出层和权重模型，以便将其导入到使用Tensorflow.js的Node.js应用程序中。
我将神经网络保存为h5格式，其中包含两个单独的文件，一个用于层模型，另一个用于权重模型。尝试遵循Tensorflow提出的这个教程()，但它不起作用。
from tensorflow.python.keras.models import load_model
import numpy as np
import tensorflowjs as tf
import json
cnn_name =
浏览 13提问于2019-07-06得票数 0
1回答
我发现我的模型在两台独立的机器(笔记本电脑和PC机)上具有不同的性能(训练和验证精度)。所使用的代码和数据是相同的。
所以：
在笔记本电脑上训练和验证(val准确度~91%)通过(手动通过Box )将相同的jupyter笔记本和数据移动到PC，将转移到一个版本控制的回购anythingObserving并在PC上验证(val准确性~33%) --它是一个三级分类器，因此它基本上不学习anythingObserving大变化的训练和验证精度。
我正在使用的库的版本有差异。
膝上型计算机(工作站Windows 10 pro )：Tensorflow (仅限CPU) ( 2.4.1 ) Keras
浏览 4提问于2021-06-08得票数 0
在使用Tensorflow 2.x对象检测API培训自定义对象检测模型时，我一直在学习以下教程。以下是我使用的两个主要链接。
在我尝试导出经过训练的推理图之前，一切似乎都很顺利。基本上，在TensorFlow 1.x中，有一个脚本，用于将经过训练的模型检查点导出到单个冻结推理图。
在TensorFlow 2.x中，这个脚本不再工作，而是使用输出SavedModel目录和其他内容，而不是冻结的推理图。这是因为在TF 2.x中，冻结模型已被废弃。
我希望能够从TensorFlow 1检索TensorFlow 2中的冻结推理图。我试着查看这个帖子，但遇到了一个"_UserObject没有
浏览 4提问于2021-11-17得票数 3
在CNN中使用预先训练过的嵌入(快速文本)的句子分类中，当单词不在训练集时，CNN如何预测句子的类别？
我认为经过训练的模型包含了权重，这些权重在预测阶段没有更新，是吗？那么，当训练中没有看到句子中的单词( cnn将预测一个类别)时，会发生什么情况呢？我认为他们没有一个字向量，只有在训练中找到的单词。
浏览 0提问于2020-08-09得票数 0
我有一个现有的经过训练的模型(特别是tensorflow word2vec https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/udacity/5_word2vec.ipynb)。我很好地恢复了现有的模型： model1 = tf.train.import_meta_graph("models/model.meta")
model1.restore(sess, tf.train.latest_checkpoint("model/")) 但我不知道如何使用新加载(和训练
浏览 22提问于2019-01-31得票数 0
回答已采纳
我用由角星(Tensorflow)建造的cnn来做视觉识别。我想知道是否有办法知道我自己的tensorflow模型“看”。谷歌有一条新闻显示了人工智能大脑中的猫脸。
有人能告诉我如何在我自己的cnn网络中取下这张照片吗？例如，我自己的cnn模型能识别出一辆汽车吗？
浏览 4提问于2018-11-30得票数 0
回答已采纳
1回答
我有一个使用python和tensorflow构建的模型。该模型经过训练，运行良好。我不知道该如何部署它？我的意思是，我如何调用此模型才能获得实际数据的分数？由于TensorFlow的原因，我无法使用Watson ML deploy。
浏览 1提问于2017-10-21得票数 0
2回答
我在Linux中拥有TensorFlow，NVIDIA (CUDA)/CPU，Keras &Python3.7。根据本教程，我遵循了所有步骤：
在运行以下代码时：
# What version of Python do you have?
import sys
import tensorflow.keras
import pandas as pd
import sklearn as sk
import tensorflow as tf
print(f"Tensor Flow Version: {tf.__version__}")
print(f"Keras
浏览 10提问于2021-03-06得票数 3
回答已采纳
我在研究面部识别。我以前用TensorFlow retrain.py训练数据
我的问题是..。1. Tensorflow是如何工作的? 2.它是如何使用CNN的? 3.如果我错了，请纠正我4.训练模型的步骤--提供图像->，调整图像大小，使用->bottleneck ->进行处理？->show图形作为输出? 5.我需要一些参考。
浏览 1提问于2019-12-14得票数 0
回答已采纳
我是TensorFlow和Keras的新手，我有一个经过训练的模型，它具有结构：
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
input_1 (InputLayer) (None, 128, 128, 3) 0
浏览 1提问于2017-12-22得票数 1
回答已采纳
tensorflow的一个亮点似乎是“真正的可移植性”--在不同平台上无缝地部署训练有素的模型--尤其是在移动设备上运行经过训练的模型？您是否有一个示例或教程，介绍如何在移动应用程序中打包和执行经过培训的tensorflow模型？
浏览 1提问于2015-11-13得票数 8
回答已采纳
我想使用Tensorflow 1.4来满足我的ML建模需求。我的用例要求：
在GPU上训练模型<--我知道如何用TF做这个
将经过训练的模型部署到一个普通的盒子上--作为运行Windows的.exe on (用于推断)<--我不知道如何做到这一点。
有人能告诉我TF 1.4是否支持这一点吗?如果支持，可以告诉我指南或者解释它是如何完成的？
浏览 3提问于2017-12-12得票数 4
1回答
有可能使用经过训练的CNN来生成数据吗？在对X和相应的Y的数据进行训练之后，给出一个新的Y来生成X？还是我必须使用GANs或RNN？我对这个话题还是很陌生的，所以如果我必须朝这个方向走的话，我很乐意有一些线索。
目前，我正在学习tensorflow，并试图实现“卷积序列序列学习”论文。
澄清:我想使用CNN来生成文本序列。我有一个大型的描述数据库，也是1000个类中的一个，我想尝试使用CNN(因为我来自图像分类)。
浏览 0提问于2017-08-30得票数 2
回答已采纳
0回答
本周，苹果支持训练有素的ML模型。
如何将经过训练的Tensorflow模型( SavedModel格式的谷歌云机器学习引擎模型)转换为苹果模型(.mlmodel格式)？
浏览 4提问于2017-06-10得票数 2
回答已采纳
1回答
我用狮身人面像训练过口袋狮身人面像。我面临的问题是，我不知道如何在我的代码中使用经过训练的模型。 我的第一个想法是替换pocketsphinx库中的当前模型，或者以某种方式包含经过训练的模型。 我搜索了很多，但我发现的大部分都是基于使用tensorflow进行训练或Google识别软件，而没有关于如何使用经过训练的模型的内容。 以下是代码如何工作的基本示例： import speech_recognition as sr
r = sr.Recognizer()
with sr.Microphone() as source:
r.adjust_for_ambient_noise(s
浏览 22提问于2019-06-22得票数 1
回答已采纳
更新：这是tensorflow中的一个bug。跟踪进度。
我创建并训练了一个使用稳定基线的模型，它使用了Tensorflow 1，现在我需要在我只能访问Tensorflow 2或PyTorch的环境中使用这个经过训练的模型。我想我将使用Tensorflow 2作为，我应该能够加载使用Tensorflow 1创建的模型。
我可以在Tensorflow 1中没有问题地加载pb文件
global_session = tf.Session()
with global_session.as_default():
model_loaded = tf.saved_model.load_v2(
浏览 0提问于2020-08-30得票数 11
回答已采纳
我有一个经过训练的Tensorflow模型和权向量，它们分别被导出到protobuf文件和权值文件中。
我如何将这些转换成JSON或YAML和HDF5文件，这些文件可以被Keras使用？
我有Tensorflow模型的代码，所以将tf.Session转换为keras模型并将其保存在代码中也是可以接受的。
浏览 5提问于2017-06-09得票数 27
回答已采纳
我正试图在tensorflow中自己的数据集上训练CNN模型。我使用下面的代码将我的数据转换为相同的MNIST格式。
现在我不知道如何用我自己的数据替换MNIST数据。有没有办法用我自己的数据替换mnist数据，或者在tensorflow中导入它们？
浏览 0提问于2017-07-22得票数 0
是否有一种方法将经过训练的TensorFlow模型并将所有tf.Variables及其各自的权重(从运行中的tf.Session中或从检查点中)转换为具有该值的tf.constants，这样就可以在新的输入张量上运行模型，而无需初始化或恢复会话中的权重？那么，我基本上可以将一个经过训练的模型压缩成一个固定的、不变的TensorFlow操作吗？
浏览 0提问于2018-08-27得票数 0
回答已采纳
1回答
我用tensorflow格子中的Keras预先制作的模型，使用python3.7构建了自己的模型，并保存了经过训练的模型。然而，当我使用经过训练的模型进行预测时，预测每个数据点的速度都在毫秒级，这似乎非常缓慢。有什么方法可以加快tfl的预测过程吗？
浏览 0提问于2021-04-21得票数 0
回答已采纳
我正在尝试使用docker来服务我的模型tensorflow/serving。接下来是example https://www.tensorflow.org/tfx/serving/docker，我对我的简单模型几乎做了同样的事情。 在WindowsPowerShell中： set-variable -name "PATH" -variable "D:\Other\tf-serving-example\savedmodel" 保存的模型： |-- 1
|-- assets
|-- saved_model.pb
`-- variables
浏览 46提问于2021-01-19得票数 0
回答已采纳
我在一个包含FC层6个类的大型数据集上使用了一个经过训练的CNN模型(VGG16)，它给了我一个很好的精度(例如测试数据: loss=0.59，accuracy=0.829)。
当我用较少的样本和标签(4个类)在dataset上应用相同的模型时，它降低了准确性。
这里我的问题是:在第二个数据集上是否可以使用模型1 (bec我保存了所达到的权重)，还是由于类号的不同而不可能使用？
另外，如果我重新运行我的模型1，精度会提高还是没有？
浏览 0提问于2020-08-10得票数 0
回答已采纳
这个问题是关于如何在Android设备上不使用转换TF Lite和不使用外部服务来运行经过训练的模型的解决方案。
我不拥有这个模型，也不能修改它。我只有受过训练的模型文件。
该装置已脱离网络，应嵌入经过训练的模型。无法连接到外部服务器。
Tensorflow Lite不是一个选项，因为TF不支持5D张量：
为了做我的测试，我将得到我在上述tensorflow问题中提供的基本模型来做我的测试。
我找到了这篇博客文章，但还没有成功：
您知道有什么更新的解决方案可以在Android上的Java或C++库中加载模型吗？
Tensorflow在他们的GitHub：上没有提出任何例子
浏览 9提问于2022-08-24得票数 1
回答已采纳
我有以下问题，我已经训练了一个CNN，我可以在样本中评估网络。我想用经过训练的模型来预测那些我没有根据的图像。然而，我可以在回归模型和预测标签一起实现这些图像的其他特征，以预测Y。CNN评估的唯一方法是推断预测的标签是否对Y有影响，例如，用预测的类或整个回归模型的性能来评估变量的重要性。
由于回归是可解释的，我认为这种方法可以分配给可解释的AI (@Nikos M.谢谢)。不幸的是，到目前为止，我还不能将这种方法分配给我所读过的任何不可预知AI的方法/分类法。在我的例子中，回归模型是一种代孕模型。它不是一个全局代理，因为我不使用来自黑匣子的预测，而是使用经过训练的CNN模型来预测“代理”模型中
浏览 0提问于2022-05-26得票数 1
1回答
我在凯拉斯为CNN做了一个模型。我想保存这个模型，并将这个经过训练的模型用于转移学习，作为一个预先训练的模型。我不明白怎样才是正确的方法来保存这个模型，以便将它用于转移学习。同样，如何在Keras中加载经过预先训练的模型，以便在加载之前的模型后添加一些层。
，这是我构建的模型
model_cnn = Sequential() # initilaizing the Sequential nature for CNN model
# Adding the embedding layer which will take in maximum of 450 words as input an
浏览 2提问于2021-06-30得票数 0
回答已采纳
我们在Mask R-CNN上训练了一个NVIDIA GPU模型来进行对象实例分割，并对一些具有足够性能的图像进行了测试。现在，我们正在研究如何在Neural Compute Stick 2上部署经过训练的模型。我刚刚开始学习OpenVINO toolkit，下面是我所做的工作：
我从mask_rcnn_inception_v2_coco.tar.gz下载了TensorFlow detection model zoo并对其进行解压缩。
我使用ModelOptimizer来获得一个Intermediate Representation，如下所示：
--tensorflow_object_d
浏览 0提问于2018-12-18得票数 0
1回答
我在用CNN模型进行图像分类。我想尝试使用决策树或增强树模型的图像分类。我发现Tensorflow是增强树模型，但我无法理解如何将图像作为模型的输入。如果你知道如何使用tf.boosted树训练图像分类，请指导我。
浏览 1提问于2019-09-19得票数 0
回答已采纳
我有一个基于模型的人脸识别模型。
当我运行我的tensorflow代码在上加载经过训练的模型时，它只是输出“被杀死”。我如何调试这个？
我能做什么?我想是因为记忆问题！
浏览 8提问于2018-01-16得票数 3
回答已采纳
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
