【TensorFlow 2.0 】三大项目实战-图像分类

TensorFlow是由Google开发的深度学习框架，被广泛应用于各类机器学习算法的编程实现，无论你是专家还是初学者，它都可以帮助你轻松构建和部署机器学习模型。作为当下最为热门的机器学习框架，TensorFlow具有非常完整的生态系统，可以帮助你使用机器学习解决各种棘手的现实问题，并随时随地进行可靠的机器学习生产，英特尔、AIRBUS、中国移动、小米等一大批知名企业都在使用Tenso...

weixin_42176221

1189人浏览 · 2020-02-18 18:35:10

weixin_42176221 · 2020-02-18 18:35:10 发布

立即学习:https://edu.csdn.net/course/play/26956/347465?utm_source=blogtoedu

tensorflow 一般使用流程：

导入数据->定义模型->编译模型->模型训练->模型保存->模型预测

实现简单的分类模型

import tensorflow as tf

inputs=tf.keras.Input(shape=[32,32,3])
'''卷积模块'''
x=tf.keras.layers.Conv2D(10,kernel_size=[3,3],strides=[1,1],padding='SAME',activation='relu',name='conv_1')(inputs)
x=tf.keras.layers.AveragePooling2D(pool_size=[2,2],strides=[2,2])(x)
x=tf.keras.layers.BatchNormalization()(x)
'''展平、接入全连接层'''
x=tf.keras.layers.Flatten()(x)
x=tf.keras.layers.Dense(512,activation='relu')(x)
x=tf.keras.layers.Dense(10,activation='softmax')(x)#输出置信度

'''模型实例化'''
model=tf.keras.Model(inputs=inputs,outputs=x)

model.summary()

MobileNet V1