tensorflow实战系列（一）

我最近开始整理，准备了一个实用系列供读者参考。

学习一个深度学习框架一般遵循这样的思路：如何读取数据，比如如何从图片中读取数据并将数据标注成可用数据，其次如何搭建网络，然后如何训练模型并保存模型，使用模型。最后是可视化。

开发了很多有用的包

：如,、slim等。这些包可以让你轻松构建网络模型。

入门系列，可以直接按照官方文档运行。我们不会详细介绍。

实战第一步，我们开始搭建数据集。

可以读取多种数据，1直接从磁盘读取jpg文件，比较耗时。 2 以 csv 格式读取数据。我没有深入研究这个。 3. 读取bin格式的数据。它的一个例子是读取保存的 bin 文件，在 /image 文件夹下的一个例子。方法。这种方式比较方便，是默认的文件格式。

这是第四种方法。

代码直接保存：

def():

cwd=’/home/xxx/data//’

={‘鸟’,’狗’,”}

= tf..(“train.”)//保存的文件名为train.

对于索引，() 中的名称：

= cwd + 名称 + “/”

for in os.():

= +

img = Image.open()

img = img.((224, 224))

= img.() #将图片转换为原生字节

= tf.train.(=tf.train.(={

“标签”：tf.train.(=tf.train.(value=[index])),

”: tf.train.(=tf.train.(value=[]))

}))

.write(.()) #序列化​​为字符串

.close()

代码不难，就是一些常用的操作。这就是我所经历的。如有任何问题，请留言