[PYTHON] Ich habe versucht, Googles allgemeine Objekterkennung NN, Inception-v3, mit Tensorboard zu visualisieren
Anzeigen von Diagrammen des allgemeinen Objekterkennungsnetzwerks Inception von Google auf Tensorboard
[Lernbibliothek wurde veröffentlicht] von Googles allgemeiner Objekterkennung NN, Inception-v3, veröffentlicht im Jahr 2015 (http://googleresearch.blogspot.jp/2016/03/train-your-own-image-classifier- with.html), also habe ich versucht, das Netzwerk mit Tensorboard zu visualisieren, um mein Verständnis zu vertiefen.
Voraussetzungen
- Python (version 2.7.10)
- Tensorflow (version 0.8.0)
Verfahren
- Vorbereitung (Erstellung des Arbeitsverzeichnisses)
$ mkdir /tmp/imagenet
$ cd /tmp/imagenet
- Laden Sie das geschulte Inception-Netzwerk herunter
$ wget http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz
$ tar xzvf inception-2015-12-05.tgz
- Speichern Sie die Diagrammstruktur aus dem trainierten Inception-Netzwerk
- Installation des Dump-Skripts
$ vi dump.py
import os
import os.path
import tensorflow as tf
from tensorflow.python.platform import gfile
INCEPTION_LOG_DIR = '/tmp/inception_v3_log'
if not os.path.exists(INCEPTION_LOG_DIR):
os.makedirs(INCEPTION_LOG_DIR)
with tf.Session() as sess:
model_filename = '/tmp/imagenet/classify_image_graph_def.pb'
with gfile.FastGFile(model_filename, 'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
_ = tf.import_graph_def(graph_def, name='')
writer = tf.train.SummaryWriter(INCEPTION_LOG_DIR, graph_def)
writer.close()
- Dump-Diagramm
$ mkdir /tmp/inception_v3_log
$ python dump.py
- Überprüfen Sie die Grafik auf Tensorboard
- Starten Sie Tensorboard
$ tensorboard --logdir /tmp/inception_v3_log/
- Zugriff auf
http: // localhost: 6006 /
Referenzmaterial
- https://www.tensorflow.org/versions/r0.8/tutorials/image_recognition/index.html
- https://github.com/tensorflow/tensorflow/issues/1287
Beispiel anzeigen
Recommended Posts