资源简介
最经典的VGG代码,是深度学习的基础,适合配合VGG代码一起阅读使用,非常适合深度学习初学者阅读学习深度学习框架构建规则。
代码片段和文件信息
import numpy as np
import tensorflow as tf
import vgg16
import utils
img1 = utils.load_image(“./test_data/tiger.jpeg“)
img2 = utils.load_image(“./test_data/puzzle.jpeg“)
batch1 = img1.reshape((1 224 224 3))
batch2 = img2.reshape((1 224 224 3))
batch = np.concatenate((batch1 batch2) 0)
# with tf.Session(config=tf.ConfigProto(gpu_options=(tf.GPUOptions(per_process_gpu_memory_fraction=0.7)))) as sess:
with tf.device(‘/cpu:0‘):
with tf.Session() as sess:
images = tf.placeholder(“float“ [2 224 224 3])
feed_dict = {images: batch}
vgg = vgg16.Vgg16()
with tf.name_scope(“content_vgg“):
vgg.build(images)
prob = sess.run(vgg.prob feed_dict=feed_dict)
print(prob)
utils.print_prob(prob[0] ‘./synset.txt‘)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2017-06-12 08:54 tensorflow-vgg-master\
文件 76 2017-06-12 08:54 tensorflow-vgg-master\.gitignore
文件 2330 2017-06-12 08:54 tensorflow-vgg-master\README.md
文件 0 2017-06-12 08:54 tensorflow-vgg-master\__init__.py
文件 31675 2017-06-12 08:54 tensorflow-vgg-master\synset.txt
目录 0 2017-06-12 08:54 tensorflow-vgg-master\test_data\
文件 8892 2017-06-12 08:54 tensorflow-vgg-master\test_data\puzzle.jpeg
文件 12270 2017-06-12 08:54 tensorflow-vgg-master\test_data\tiger.jpeg
文件 845 2017-06-12 08:54 tensorflow-vgg-master\test_vgg16.py
文件 845 2017-06-12 08:54 tensorflow-vgg-master\test_vgg19.py
文件 1397 2017-06-12 08:54 tensorflow-vgg-master\test_vgg19_trainable.py
文件 1921 2017-06-12 08:54 tensorflow-vgg-master\utils.py
文件 4414 2017-06-12 08:54 tensorflow-vgg-master\vgg16.py
文件 4616 2017-06-12 08:54 tensorflow-vgg-master\vgg19.py
文件 6685 2017-06-12 08:54 tensorflow-vgg-master\vgg19_trainable.py
相关资源
- 基于深度学习的视觉场景识别
- Deep Learning深度学习学习笔记整理系列
- vgg16.npy,vgg16的notop文件
- YoutubeNet深度学习召回模型tf实现.zip
- 猫狗大战全部代码 keras 深度学习案例
- 初步学习深度神经网络DNN模型的搭建
- NestedUNet_Pytorch.zip
- 深度学习入门工具介绍PPT——实践篇
- vgg_generate
- 如何创建和训练一个简单的卷积神经
- 轻量级深度学习框架DARKNET
- iris数据集深度学习分类
- vgg16源码+论文.zip
- 零基础深度学习
- 印第安人糖尿病诊断数据集
- Deeplearning.ai第四课作业3需要的yad2k文
- ship detection
-
Mimicking Very Efficient Network for ob
ject - 基于深度学习的OFDM系统信号检测仿真
- 吴恩达深度学习作业用到的planar_uti
- 基于深度学习的负荷预测
- 计算机视觉处理高级培训课程从CV基础
- deepfakes源码
- 基于深度学习的图像分类和分割网络
- 图像理解经典综述详细翻译
- 深度估计论文学习
评论
共有 条评论