分类： TensorFlow

学习笔记：GAN和DCGAN入门 – czp_374的博客 – CSDN博客

GAN的全称为Generative Adversarial Networks，意为对抗生成网络。原始的GAN是一种无监督学习方法，它巧妙地利用“对抗”的思想来学习生成式模型，一旦训练完成后可以生成全新的数据样本。DCGAN将GAN的概念扩展到卷积神经网络中，可以生成质量较高的图片样本。GAN和DCGAN在各个领域都有广泛的应用，这篇文章首先会介绍他们的原理，再介绍如何在TensorFlow中使用DCGAN生成图像，关于GAN和DCGAN的更多项目会在接下来的章节中进行介绍。 继续阅读“学习笔记：GAN和DCGAN入门 – czp_374的博客 – CSDN博客”

Web端人脸识别登录 – ScapeD的博客 – CSDN博客

人脸识别技术在当下已经十分成熟，但主要在移动端应用上较为普及，而在Web端并不多见。

本文介绍在Web端人脸识别的简单实现。

Web端人脸识别主要有三个技术思路：1.前端的人脸识别，例如使用Tensorflow.js，2.后台人脸识别，有很多开源或者免费的SDK可以使用，3.前后端结合，即结合以上两种方法，虽然系统复杂度提高，但对于系统的安全性，以及减轻服务器负担都有很大提升。 继续阅读“Web端人脸识别登录 – ScapeD的博客 – CSDN博客”

基于web的实时人脸识别的统一登陆系统（一）-总体概述 – weixin_36440541的博客 – CSDN博客

随着机器学习的兴起，越来越多的应用逐步步入机器学习与传统应用的结合，来提高系统的智能化，优化用户体验。本篇内容使用H5的audio，结合websocket,facenet来达到通过人脸识别实时验证登陆用户。基本数据流程为

h5(面部图像抓取)–>websocket(面部图片信息)–>图片数据转具体图片–>kafka通知—–>图片面部信息提取—->人脸图片分类/人脸识别/人脸分类训练——>登陆验证

为了完成对应的需求，首先系统可以分解为三部分。 继续阅读“基于web的实时人脸识别的统一登陆系统（一）-总体概述 – weixin_36440541的博客 – CSDN博客”

tensorflow实现人脸识别登录系统-【含效果图-可直接部署】 – lylclz的博客 – CSDN博客

本文主要介绍了系统涉及的人脸检测与识别的详细方法，该系统基于python2.7.10/opencv2/tensorflow1.7.0环境，实现了从摄像头读取视频，检测人脸，识别人脸的功能

由于模型文件过大，git无法上传，整个项目放在百度云盘，地址:https://pan.baidu.com/s/1TaalpwQwPTqlCIfXInS_LA

人脸识别是计算机视觉研究领域的一个热点。目前，在实验室环境下，许多人脸识别已经赶上（超过）人工识别精度（准确率：0.9427~0.9920），比如face++,DeepID3，FaceNet等（详情可以参考：基于深度学习的人脸识别技术综述）。但是，由于光线，角度，表情，年龄等多种因素，导致人脸识别技术无法在现实生活中广泛应用。本文基于python/opencv/tensorflow环境，采用FaceNet（LFW：0.9963 ）为基础来构建实时人脸检测与识别系统，探索人脸识别系统在现实应用中的难点。 继续阅读“tensorflow实现人脸识别登录系统-【含效果图-可直接部署】 – lylclz的博客 – CSDN博客”

TensorFlow Android，物体识别、多重行人检测、图像风格转换、语音识别模型下载

andriod demo源码是不包含训练好的tensorflow模型的，但是在编译时需要模型。模型一共有四个，分别对应物体识别、多重行人检测、图像风格转换、语音识别。

在Bazel编译时，可以不用手动下载模型，因为在文件//tensorflow/examples/android/BUILD中设定了自动下载模型的操作。

如果用Android Studio编译也会自动下载模型。

但是如果使用eclipse等其他方式编译，则不会运行BUILD文件中或者download-models.gradle文件中的自动下载操作。

这时，我们可以手动下载模型zip文件： 继续阅读“TensorFlow Android，物体识别、多重行人检测、图像风格转换、语音识别模型下载”

基于现有 TensorFlow 模型构建 Android 应用 – 参考了大量代码

参考了此文中所发布的github的大量代码。在之前写的一篇文章 TensorFlow，从一个 Android Demo 开始 中通过编译官方的 Demo 接触到了 TensorFlow 实际使用场景。这篇文章打算从一个Android 开发者的角度切入，看看构建一个基于 TensorFlow 的 Android 应用的完整流程。 继续阅读“基于现有 TensorFlow 模型构建 Android 应用 – 参考了大量代码”

错误 libandroid_tensorflow_inference_java.jar Conversion to Dalvik format failed with error 1的解决办法 – 换了个tensorflow的版本

近日用eclipse调试tensorflow在Android的应用出现“libandroid_tensorflow_inference_java.jar Conversion to Dalvik format failed with error 1”的错误，so文件放在libs目录下没问题，这个jar就不行，我的解决办法是，换了jdk7版本的so和jar文件，就好了，否则就报上面这个错误。可以参考这篇文章：http://www.codeclip.com/4099.html

以下还有网上搜来的几种情况及解决办法留作备用吧： 继续阅读“错误 libandroid_tensorflow_inference_java.jar Conversion to Dalvik format failed with error 1的解决办法 – 换了个tensorflow的版本”

Tensorflow移植Android上的过程和坑 – 解决了我在eclipse上的问题

重要，我之前用的应该是jdk8版本的，在我这里报错，各种调试排错，始终不行，后来换了7，很轻松就搞定，看了这么多篇文章，只有本篇切中要点解决了困扰我几天的问题，特此收藏，也给后来者点经验，减少弯路。另外，我是用的eclipse，可是满互联网搜到的都是android studio环境的，即便是有eclipse的也会存在提供的源码不全，库不全之类的问题。 继续阅读“Tensorflow移植Android上的过程和坑 – 解决了我在eclipse上的问题”

资源 | 图森未来开源：Mask R-CNN的完整MXNet复现

当地时间 10 月 22 日，计算机视觉国际顶级会议 ICCV 2017 公布了获奖论文。Facebook AI 研究员何恺明获得最佳论文奖，同时他也是最佳学生论文的作者之一。这篇文章是国内自动驾驶创业公司图森未来对最佳论文《Mask R-CNN》的完整复现，并将其开源到了Github 上。 继续阅读“资源 | 图森未来开源：Mask R-CNN的完整MXNet复现”

windows10 server2016安装tensorflow

环境：
win10 64位1709.也就是刚更新了2017年的秋季创作者更新。
windows server 2016
如果报错，或者缺少什么组件：
ImportError: DLL load failed: The specified module could not be found.
ImportError: No module named ‘_pywrap_tensorflow_internal’
Failed to load the native TensorFlow runtime.
试试安装这个微软运行时：https://www.microsoft.com/en-us/download/details.aspx?id=48145
我装上之后测试tf成功。

第一步下载并安装python3.6：
https://www.python.org/ftp/python/3.6.3/python-3.6.3-amd64.exe

第二步下载并安装tensorflow：
1.新建run.bat批处理文件，内容如下： 继续阅读“windows10 server2016安装tensorflow”