TensorFlow官方模型-Cifar10分析
TensorFlow官方模型的架构与使用。
Project and code powered by TensorFlow
TensorFlow官方模型的架构与使用。
如果不使用Docker从源码编译GPU版的TensorFlow Serving。
TensorFlow的Object Detection API集成了众多用于物体检测的神经网络模型。该API目前仍处于活跃的开发中,从实际情况来看对Python3的支持还不是很好。
MobileNetV2中使用了一种名为Inverted Residuals and Linear Bottlenecks的结构,解决了V1版本中SeprableConv存在的输入层Kernel数量固定的瓶颈。
将一堆二维张量拼接成三维张量的时候,默认的Chanel维度在首位;然而在TensorFlow中张量的默认Channel维度在末尾。因此有时需要将变量模式从NCHW转换为NHWC以匹配格式。
移动端设备的硬件性能限制了神经网络的规模。本文尝试解释一种被称为Separable Convolution的卷积运算方式。它将传统卷积分解为Depthwise Convolution与Pointwise Convolution两部分,有效的减小了参数数量。
基于Heat Map的人脸特征点检测,在视频流中也许会有更加稳定的检测效果。
我为何要创作深度学习人脸特征点检测系列
如何通过CoreML在iPhone应用中使用TensorFlow模型
使用Estimator API时,导出适用于推演的网络模型的正确方法。
如何使用TensorFlow构建一个属于你自己的神经网络模型。
将面部区域的图片与特征点位置一起打包成TensorFlow可用的TFRecord文件。
深度学习庞大的参数量对训练数据量提出了新的要求。如果我们手头数据非常有限怎么办?