机灵水池

文章
3
资源
0
加入时间
3年0月28天

实验方法总结(1)数据处理

为了加快训练速度,对训练数据需要进行归一化处理:(1)最大最小归一化:别名离差标准化,通过对原始数据进行线性变换,将原始数据映射为【0,1】区间的值(2) Z-score 归一化:这种归一化方法利用原始数据的均值以及标准差对原始数据进行归一化,经过归一化处理使原始数据符合标准正态分布(3) mapminmax 归一化函数:通过这种函数对原始数据进行归一化,将归一化的结果值映射到

keras训练的h5模型转换为pb模型

最近使用keras训练了一个图像分割的模型(.h5),但最终需要在C++中调用该模型,由于keras没有C++接口,所以需要将.h5模型转换为.pb模型后通过tensorflow C++接口进行调用。由于本人之前接触深度学习较少,很多东西不是很懂,所以在转换过程中遇到了很多问题,在此记录,共同学习。1、转换之前需要注意的点本人在转换过程中发现tensorflow1.x和2.x存在区别,所以在转换之前最好确定训练模型时使用的tensorflow版本,转换过程使用的环境尽量和训练模型使用的环境保持一