问题标签 [tensorflow-slim]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - ImportError:无法导入名称“GceClusterResolver”
我正在按照安装 TensorFlow Slim 的指南进行操作,但遇到了这个错误。
我在网上搜了一下,在 Stack Overflow 上发现了一些关于“ import error cannot import name xxx ”的问题,但没有一个和我的一样。我也尝试过他们的解决方案,但没有奏效。
这是完整的错误信息。任何帮助是极大的赞赏。
python - 使用 Tensorflow Slim 重现 TensorFlow Hub 模块输出
我正在尝试使用模块从Tensorflow Hub
基于Tensorflow Slim
checkpoint的模块中重现输出Tensorflow Slim
。但是,我似乎无法获得预期的输出。例如,让我们加载所需的库,创建一个示例输入和占位符来提供数据:
加载TF Hub
模块:
现在,让我们做同样的事情TF Slim
并创建一个加载检查点的加载器:
现在,一旦我们准备好一切,我们就可以测试输出是否相同:
但是,断言失败,因为两个输出不相同。我认为这是因为TF Hub
使用了TF Slim
实现缺少的输入的内部预处理。
让我知道你的想法!
tensorflow - 在 CPU 上使用 mobilenetv2 的 cifar10 dadatset 没有获得正确的准确性
我曾尝试使用https://github.com/tensorflow/models/tree/master/research/slim中提到的 cifar10 数据集训练 mobilenetV2唯一的变化是我在 CPU 上完成了它,但我最终只获得了 63% 的准确度,但声明准确率为 94%
python - 无法弄清楚我的 os.listdir 方法发生了什么 - python
我正在使用 tensorflow-slim,并修改了一些示例代码以使用我自己的数据。
下面是设置下载数据集的目录的原始代码(dataset_dir由用户输入,这次是'/tmp/flowers'):
它打印'#################current dir is /tmp/flowers\flower_photos',这是正确的,它实际上适用于整个代码。
由于它运行良好,我尝试自定义代码如下,它只是将 'flowers' 替换为 'MyData'(因此将 dataset_dir 更改为 '/tmp/MyData'):
这一次,它打印'##################current dir is /tmp/MyData\MyData_photos',这也是正确的,但它会引发错误:
FileNotFoundError: [WinError 3] 系统找不到指定的路径:'/tmp/MyData\\MyData_photos'
我已经为这个问题工作了几个小时,但我不明白那个 os.listdir(MyData_root) 方法发生了什么。它突然在 'MyData' 和 'MyData_photos' 之间插入额外的 '\' 并导致错误。
computer-vision - 转换 TensorFlow 模型时出现 OpenVino 模型优化器错误
我使用 TensorFlow for Poets 2 repo ( https://github.com/googlecodelabs/tensorflow-for-poets-2 ) 中的 python 脚本创建了一个自定义图像分类 .pb 模型文件。
我尝试使用以下脚本使用 OpenVino 模型优化器将其转换为中间表示:
python mo_tf.py --input_model retrained_graph.pb
python mo_tf.py --input_model retrained_graph.pb --mean_values [127.5,127.5,127.5] --input Mul
在这两种情况下都发生了这样的事情:
有谁知道如何修理它?
python - 如何在具有不同类的数据集上微调模型?
在本文中,作者将 COCO 预训练模型微调为 PoseTrack 数据集。我想做一些类似的事情,但我不知道该怎么做,因为类(关键接头)的数量不一样。
我想过“禁用”某些课程,但我不确定如何。
python - 微调 Inception V3 输出张量形状
我按照Tensorflow SlimInceptionV3
存储库中提供的教程使用鲜花数据集微调模型。在冻结图形并在我自己的代码中使用它方面,我能够一直走到教程的结尾。(?, 1001)
然而,我的印象是通过将输出张量从(?, 5)
形状更改为模型的微调。但形状依旧(?, 1001)
。我在这里错过了什么吗?
我正在用鲜花数据集对其进行测试,但最终我的目标是训练一个模型,其中包含 ImageNet 的 1001 中不存在的类。
任何帮助表示赞赏。谢谢。