TensorFlow 2 项目进阶实战
彭靖田
Google Developer Expert、《TensorFlow 快速入门与实战》作者
7373 人已学习
新⼈⾸单¥59
课程目录
已完结/共 56 讲
基础理论篇:TensorFlow 2设计思想 (4讲)
TensorFlow 2 项目进阶实战
登录|注册
留言
11
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 28 | 应用:使用TensorFlow 2训练RetinaNet
00:00 / 00:00
高清
  • 高清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
01 | 课程介绍:AI进阶需要落地实战
02 | 内容综述:如何快速⾼效学习AI与TensorFlow 2
03 | TensorFlow 2新特性
04 | TensorFlow 2核心模块
05 | TensorFlow 2 vs TensorFlow 1.x
06 | TensorFlow 2落地应⽤
07 | TensorFlow 2开发环境搭建
08 | TensorFlow 2数据导入与使⽤
09 | 使用tf.keras.datasets加载数据
10 | 使用tf.keras管理Sequential模型
11 | 使用tf.keras管理functional API
12 | Fashion MNIST数据集介绍
13 | 使用TensorFlow2训练分类网络
14 | 行业背景:AI新零售是什么?
15 | 用户需求:线下门店业绩如何提升?
16 | 长期⽬标:货架数字化与业务智能化
17 | 短期目标:自动化陈列审核和促销管理
18 | 方案设计:基于深度学习的检测/分类的AI流水线
19 | 方案交付:支持在线识别和API调用的AI SaaS
20 | 基础:目标检测问题定义与说明
21 | 基础:深度学习在目标检测中的应用
22 | 理论:R-CNN系列二阶段模型综述
23 | 理论:YOLO系列一阶段模型概述
24 | 应用:RetinaNet 与 Facol Loss 带来了什么
25 | 应用:检测数据标注方法与流程
26 | 应用:划分检测训练集与测试集
27 | 应用:生成 CSV 格式数据集与标注
28 | 应用:使用TensorFlow 2训练RetinaNet
29 | 应用:使用RetinaNet检测货架商品
30 | 扩展:目标检测常用数据集综述
31 | 扩展:目标检测更多应用场景介绍
32 | 基础:图像分类问题定义与说明
33 | 基础:越来越深的图像分类网络
34 | 应⽤:检测SKU抠图与分类标注流程
35 | 应⽤:分类训练集与验证集划分
36 | 应⽤:使⽤TensorFlow 2训练ResNet
37 | 应用:使用ResNet识别货架商品
38 | 扩展:图像分类常用数据集综述
39 | 扩展:图像分类更多应⽤场景介绍
40 | 串联AI流程理论:商品检测与商品识别
41 | 串联AI流程实战:商品检测与商品识别
42 | 展现AI效果理论:使用OpenCV可视化识别结果
43 | 展现AI效果实战:使用OpenCV可视化识别结果
44 | 搭建AI SaaS理论:Web框架选型
45 | 搭建AI SaaS理论:数据库ORM选型
46 | 搭建AI SaaS理论:10分钟快速开发AI SaaS
47 | 搭建AI SaaS实战:10 分钟快速开发AI SaaS
48 | 交付AI SaaS:10分钟快速掌握容器部署
49 | 交付AI SaaS:部署和测试AI SaaS
50 | 使⽤TensorFlow 2实现图像数据增强
51 | 使⽤TensorFlow 2实现分布式训练
52 | 使⽤TensorFlow Hub迁移学习
53 | 使⽤@tf.function提升性能
54 | 使⽤TensorFlow Serving部署云端服务
55 | 使⽤TensorFlow Lite实现边缘智能
56 | 结束语
登录 后留言

全部留言(11)

  • 最新
  • 精选
子曰
最新的的Keras 版本 keras.optimizers.adam 改为 keras.optimizers.Adam了 train.py中的一处修改
2020-07-29
2
刘勇
训练好的h5模型能否提供?这样就可以不用等结果,继续后面的内容了。 abu820@qq.com
2023-12-18
李增阳
请问老师,训练模型阶段,这个问题怎么解决: File "/tensorflow_python/workspace/tensorflow-101-master/experts/code_sample/chapter-456/keras-retinanet/keras_retinanet/bin/../../keras_retinanet/models/resnet.py", line 37, in retinanet return resnet_retinanet(*args, backbone=self.backbone, **kwargs) File "/tensorflow_python/workspace/tensorflow-101-master/experts/code_sample/chapter-456/keras-retinanet/keras_retinanet/bin/../../keras_retinanet/models/resnet.py", line 98, in resnet_retinanet resnet = keras_resnet.models.ResNet50(inputs, include_top=False, freeze_bn=True) File "/home/ps/anaconda3/envs/tf2_gpu/lib/python3.8/site-packages/keras_resnet/models/_2d.py", line 233, in __init__ super(ResNet2D50, self).__init__( File "/home/ps/anaconda3/envs/tf2_gpu/lib/python3.8/site-packages/keras_resnet/models/_2d.py", line 76, in __init__ x = keras.layers.Conv2D(64, (7, 7), strides=(2, 2), use_bias=False, name="conv1", padding="same")(inputs) File "/home/ps/anaconda3/envs/tf2_gpu/lib/python3.8/site-packages/keras/backend/tensorflow_backend.py", line 75, in symbolic_fn_wrapper return func(*args, **kwargs) File "/home/ps/anaconda3/envs/tf2_gpu/lib/python3.8/site-packages/keras/engine/base_layer.py", line 446, in __call__ self.assert_input_compatibility(inputs) File "/home/ps/anaconda3/envs/tf2_gpu/lib/python3.8/site-packages/keras/engine/base_layer.py", line 312, in assert_input_compatibility raise ValueError('Layer ' + self.name + ' was called with ' ValueError: Layer conv1 was called with an input that isn't a symbolic tensor. Received type: <class 'tensorflow.python.keras.engine.keras_tensor.KerasTensor'>. Full input: [<KerasTensor: shape=(None, None, None, 3) dtype=float32 (created by layer 'input_1')>]. All inputs to the layer should be tensors.
2023-03-26
赵启明
Traceback (most recent call last): File "keras-retinanet/keras-retinanet/keras_retinanet/bin/train.py", line 34, in <module> from .. import layers # noqa: F401 File "keras-retinanet/keras-retinanet/keras_retinanet/bin\..\..\keras_retinanet\layers\__init__.py", line 1, in <module> from ._misc import RegressBoxes, UpsampleLike, Anchors, ClipBoxes # noqa: F401 File "keras-retinanet/keras-retinanet/keras_retinanet/bin\..\..\keras_retinanet\layers\_misc.py", line 20, in <module> from ..utils import anchors as utils_anchors File "keras-retinanet/keras-retinanet/keras_retinanet/bin\..\..\keras_retinanet\utils\anchors.py", line 20, in <module> from ..utils.compute_overlap import compute_overlap ImportError: DLL load failed: 找不到指定的模块。 老师能帮看看什么问题吗
2022-05-31
赵启明
ModuleNotFoundError: No module named 'keras_retinanet.utils.compute_overlap',执行过程中出现这个错误如何解决
2022-05-31
Phil
老师,用NVIDIA Quadro P620训练显示内存不足,该怎么处理,GPU内存是2G的
2020-09-30
Chandler
请问老师,怎么讲keras_retinanet 训练出来的h5转化为tflite? model = tf.keras.models.load_model('models/resnet50_csv_02.h5') converter = tf.lite.TFLiteConverter.from_keras_model(model) tflite_model = converter.convert() open("converted_model.tflite", "wb").write(tflite_model) 这段代码会报TypeError: ('Keyword argument not understood:', 'freeze') 错误
2020-08-12
Mr. Z
在train_info里报了一个这样的错误,ValueError: invalid CSV class file: data/baijiu\class.csv: line 2: format should be 'class_name,class_id' 找了很久没找到怎么解决
2020-08-04
1
子曰
最新版本里好像找不到 keras.initializers.normal,官方文档中给到的是initializers.RandomNormal
2020-07-29
小黑🐷
老师,关于RetinaNet的训练出现一个error,安装github上测试的例子,“ResNet-50-model.keras.h5”已下载并放在当前目录,进入python命令行,执行如下: from keras_retinanet.models import load_model model = load_model('ResNet-50-model.keras.h5',backbone_name='resnet50') 报: /root/.local/lib/python3.7/site-packages/keras_resnet/layers/_batch_normalization.py:17 call * return super(BatchNormalization, self).call(training=(not self.freeze), *args, **kwargs) TypeError: type object got multiple values for keyword argument 'training'
2020-07-13
1
收起评论