資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何使用Tensorflow和預訓練模型將影像從一個維度轉換為另一個維度？
Tensorflow 和預訓練模型可以透過遍歷影像資料集並使用之前建立的“base_model”將其轉換為所需的維度來將影像從一個維度轉換為另一個維度。
閱讀更多： 什麼是 TensorFlow 以及 Keras 如何與 TensorFlow 協同工作以建立神經網路？
包含至少一層卷積層的神經網路稱為卷積神經網路。我們可以使用卷積神經網路構建學習模型。
我們將瞭解如何藉助來自預訓練網路的遷移學習對貓和狗的影像進行分類。影像分類中遷移學習背後的直覺是，如果一個模型在大型通用資料集上進行訓練，則此模型可以有效地用作視覺世界的通用模型。它將學習特徵圖，這意味著使用者不必從頭開始在大型資料集上訓練大型模型。
閱讀更多： 如何預訓練自定義模型？
我們正在使用 Google Colaboratory 執行以下程式碼。Google Colab 或 Colaboratory 幫助透過瀏覽器執行 Python 程式碼，無需任何配置，並且可以免費訪問 GPU（圖形處理單元）。Colaboratory 基於 Jupyter Notebook 構建。
示例
print("Converting images from one dimension to another")
image_batch, label_batch = next(iter(train_dataset))
feature_batch = base_model(image_batch)
print(feature_batch.shape)程式碼來源 −https://www.tensorflow.org/tutorials/images/transfer_learning
輸出
Converting images from one dimension to another (32, 5, 5, 1280)
解釋
特徵提取器將 160x160x3 的影像轉換為 5x5x1280 的特徵塊。
最終維度將顯示在控制檯上。
更新於： 2021年2月25日
136 次檢視
廣告