可视化Google Inception V3模型的网络结构

2017-01-12 19:07:41来源:CSDN作者:u014365862人点击

深度学习涉及到图像就少不了CNN模型,前面我做过几个关于图像的练习,使用的CNN网络也不够”Deeper”。我在做对象检测练习( Object Detection)时,需要用到更复杂的网络结构。本帖就使用TensorBoard看看Inception V3模型的网络结构。

Inception (GoogLeNet)是Google 2014年发布的Deep Convolutional Neural Network,其它几个流行的CNN网络还有QuocNet、AlexNet、BN-Inception-v2、VGG、ResNet等等。

Inception V3模型源码定义:tensorflow/contrib/slim/python/slim/nets/inception_v3.py

训练大的网络模型很耗资源,幸亏TensorFlow支持分布式:

  • 把计算任务Distribution到服务器集群
  • 把计算任务Distribution到多个GPU

TensorBoard可视化Inception V3模型

import tensorflow as tfimport osimport tarfileimport requests inception_pretrain_model_url = 'http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz' # 下载inception pretrain模型inception_pretrain_model_dir = "inception_pretrain"if not os.path.exists(inception_pretrain_model_dir):	os.makedirs(inception_pretrain_model_dir) filename = inception_pretrain_model_url.split('/')[-1]filepath = os.path.join(inception_pretrain_model_dir, filename) if not os.path.exists(filepath):	print("开始下载: ", filename)	r = requests.get(inception_pretrain_model_url, stream=True)	with open(filepath, 'wb') as f:		for chunk in r.iter_content(chunk_size=1024):			if chunk:				f.write(chunk) print("下载完成, 开始解压: ", filename)tarfile.open(filepath, 'r:gz').extractall(inception_pretrain_model_dir) # TensorBoard log目录log_dir = 'inception_log'if not os.path.exists(log_dir):	os.makedirs(log_dir) # 加载inception graphinception_graph_def_file = os.path.join(inception_pretrain_model_dir, 'classify_image_graph_def.pb')with tf.Session() as sess:	with tf.gfile.FastGFile(inception_graph_def_file, 'rb') as f:		graph_def = tf.GraphDef()		graph_def.ParseFromString(f.read())		tf.import_graph_def(graph_def, name='')	writer = tf.train.SummaryWriter(log_dir, sess.graph)	writer.close()

使用TensorBoard查看Graph:

1$tensorboard--logdirinception_log

浏览器访问:http://127.0.0.1:6006

可视化Google Inception V3模型的网络结构

Share the post "可视化Google Inception V3模型的网络结构"

  • Facebook
  • Google+
  • Twitter
  • Weibo
  • Email

相关文章

使用Python实现神经网络 TensorFlow练习2: 对评论进行分类 TensorFlow练习4: CNN, Convolutional Neural Networks... TensorFlow练习7: 基于RNN生成古诗词 TensorFlow练习9: 生成妹子图(PixelCNN)

最新文章

123

最新摄影

微信扫一扫

第七城市微信公众平台