TensorFlow保存和恢复模型的方法总结

尚无评论

使用TensorFlow训练模型的过程中,需要适时对模型进行保存,以及对保存的模型进行restore,以方便后续对模型进行处理。比如进行测试,或者部署;比如拿别的模型进行fine-tune,等等。当然,直接的保存和restore比较简单,无需多言,但是保存和restore中还牵涉到其他问题,以及针对各种需求的各种参数等,可能不便一下都记好。因此,有必要对此进行一个总结。本文就是对使用TensorFlow保存和restore模型的相关内容进行一下总结,以便备忘。

在 2017-09-15 发布于 人工智能 类别下以来已有48人读过本文
阅读全文

Python下几种从一个序列中取出元素的方法

尚无评论

随着深度学习以及人工智能领域的火热,Python越发普及和流行。使用Python进行数据处理时,有时候会有这样的操作,比如从一个列表或者numpy array中随机取出一个元素,对一个列表中的元素进行shuffle,等等。虽然这些操作也可以通过编写很简短的程序完成,但我们使用Python有一点很重要,就是不要重复遭轮子,如果有轮子可以直接拿来用,为什么不省时省力地去用呢?

在 2017-09-08 发布于 人工智能 类别下以来已有126人读过本文
阅读全文

使用GPU加速numpy运算

尚无评论

自2012年AlexNet横空出世以来,GPU用于为矩阵运算进行加速开始在工业界和研究人员中获得了广泛关注。尤其是近来推出的各种深度学习框架,如mxnet、TensorFlow等,GPU加速更是不可或缺,成了提升运算速度的法宝。

然而,作为在Python中占据基础地位的numpy却始终没能提供这一功能,我们无法灵活地使用GPU为numpy的矩阵运算进行加速。不过,近来,作为mxnet的开发者,dmlc在mxnet的基础上,进一步开发了minpy,其为矩阵运算提供了GPU加速,而且可以做到与numpy近乎完美兼容;甚至有时,不需改动一行代码,只需在程序的开头将import numpy as np改为import minpy.numpy as np即可实现GPU加速,可谓十分省事儿方便。

在 2017-08-04 发布于 人工智能 类别下以来已有340人读过本文
阅读全文

Contribute to TensorFlow Successfully

尚无评论

我是去年工作后开始接触TensorFlow的,彼时,人工智能大潮刚刚启幕,Caffe正当其时;然而,Google推出了TensorFlow。依据其时相关行业的研究者以及社区的强烈反响,和很多人一样,我认为这会是一个影响未来的东西,而我若想进入这一行业,TensorFlow不可错过。

但对于当时的我,学习TensorFlow又谈何容易?系统需要Linux,使用最多的是Ubuntu,但我对其一无所知;使用TensorFlow,最匹配的语言是Python,但我对其最多只是知道个名字;了解TensorFlow的应用自然需要对机器学习、深度学习比较熟悉,可我当时不过仅仅看过寥寥几篇相关论文;而我们用TensorFlow,最终是在应用在图像处理上,但我对图像处理的理解尚停留在PS上。

在 2017-06-30 发布于 人工智能 类别下以来已有496人读过本文
阅读全文

可视化mhd文件格式的DICOM图像序列

尚无评论

因为DICOM图像通常是一个序列,普通的dcm格式的图像序列可以直接使用DICOM图像查看软件打开进行查看;但mhd格式的3D图像却无法方便地查看。但为了研究方便,可视化mhd图像文件是绕不开的一项任务。

具体来说,在Python下可视化图像可以选择使用matplotlib,也可以用OpenCV将其保存查看,都非常方便。不过有些细节问题则需要特别注意。下面对这些进行一下简单记录,以防遗忘。

在 2017-05-25 发布于 人工智能 类别下以来已有1,462人读过本文
阅读全文

Python下使用SimpleITK处理DICOM文件备忘

尚无评论

随着最近几大肺部图像处理相关的竞赛的推出,如LUNA16Kaggle Data Science Bowl,AI领域的科研人员对肺部CT图像变得越来越熟悉,尤其是DICOM序列,以及这些竞赛官方所提供的mhd数据格式。

ITK是一个功能很强大的医学图像处理公开库,搭配VTK用以显示图像,可以实现几乎所有医学图像处理的功能需要。ITK通常以C++包进行提供,当然也可以自己编译为Python包,不过编译过程比较繁琐耗时,而且很容易踩坑。但ITK官方进行的Python封装SimpleITK,则直接可以拿来使用;虽然有部分ITK的功能没有包含,但已基本够用了。我们在处理医学图像时,使用的基本都是SimpleITK。

本文就简单总结一下我们在处理这些图像时的经验,以便备忘,并为后来者参考。

在 2017-05-24 发布于 人工智能 类别下以来已有2,212人读过本文
阅读全文

Python正则表达式简记

尚无评论

正则表达式听起来有些让人头痛,但有时候又特别有用,尤其是一些程序中,其更是避不开的存在。不过Python提供了一个方便使用和处理正则表达式的包——re模块,使得在Python中使用正则表达式十分方便。可虽然如此,对正则表达式还是需要进行一番学习,方能在使用时得心应手,挥洒自如。

虽然目前我对正则表达式的学习和掌握还远远达不到这个境界,不过以目前的掌握,也已经足够在写代码时使用了。下面就对这些东西进行一下记录,以方便以后复习和使用。

在 2017-04-22 发布于 人工智能 类别下以来已有671人读过本文
阅读全文

Python之pickle应用简记

尚无评论

在Python程序中,有时候会需要对一些数据进行保存,而Python的pickle模块就是专门用来对数据进行序列化的。需要说明的是Python还有一个cPickle模块,其与pickle具有相同的功能,但因为其是C语言进行实现的,效率上相比pickle要好很多,所以可以使用cPickle完全替代pickle。

下面简单记录几个例子,以便备忘,可以在用到时直接查询、模仿使用。

在 2017-04-20 发布于 人工智能 类别下以来已有617人读过本文
阅读全文

VSCode配置备忘

尚无评论

Visual Studio Code (VSCode)是微软开源的一款跨平台编辑器,顾名思义,其相当于在Visual Studio 集成开发环境的基础上精简而来的代码编辑器。因为其开源、跨平台的特性,又由于其各种响应速度,而且背靠微软这棵大树,所以我在Ubuntu上选择它作为我的Python程序编辑器。而搭配上Python调试插件,更可以直接进行程序调试,基本上能够满足我的需求。

因为VSCode的各种参数设置与众不同,所以以下简单备忘一下我的VSCode的配置文件(通过File->Preferences->User Settings打开):

在 2016-12-03 发布于 经验知识 类别下以来已有2,098人读过本文
阅读全文