数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何使用Tensorflow和预训练模型将图像从一个维度转换为另一个维度？
Tensorflow 和预训练模型可以通过遍历图像数据集并使用之前创建的“base_model”将其转换为所需的维度来将图像从一个维度转换为另一个维度。
阅读更多： 什么是 TensorFlow 以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？
包含至少一层卷积层的神经网络称为卷积神经网络。我们可以使用卷积神经网络构建学习模型。
我们将了解如何借助来自预训练网络的迁移学习对猫和狗的图像进行分类。图像分类中迁移学习背后的直觉是，如果一个模型在大型通用数据集上进行训练，则此模型可以有效地用作视觉世界的通用模型。它将学习特征图，这意味着用户不必从头开始在大型数据集上训练大型模型。
阅读更多： 如何预训练自定义模型？
我们正在使用 Google Colaboratory 运行以下代码。Google Colab 或 Colaboratory 帮助通过浏览器运行 Python 代码，无需任何配置，并且可以免费访问 GPU（图形处理单元）。Colaboratory 基于 Jupyter Notebook 构建。
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)代码来源 −https://tensorflowcn.cn/tutorials/images/transfer_learning
输出
Converting images from one dimension to another (32, 5, 5, 1280)
解释
特征提取器将 160x160x3 的图像转换为 5x5x1280 的特征块。
最终维度将显示在控制台上。
更新于： 2021年2月25日
136 次查看
广告