1. matMul #-*-coding:utf-8 -*-
import tensorflow as tf
w1 = tf.Variable(tf.random_normal([2,3], stddev= 1, seed= 1))
w2 = tf.Variable(tf.random_normal([3,1], stddev= 1, seed= 1))
x = tf.constant([
转载
2024-04-15 11:58:00
38阅读
使用TensorFlow的线性回归本教程是关于通过TensorFlow训练线性模型以适应数据。或者，您可以查看此博客文章。介绍在机器学习和统计中，线性回归是对诸如Y的变量和至少一个自变量之间的关系的建模为X.在线性回归中，线性关系将由预测函数建模，其参数将被估计通过数据并称为线性模型。线性回归算法的主要优点是其简单性，使用它可以非常直接地解释新模型并将数据映射到新空间。在本文中，我们将介绍如何使用
转载
2024-06-02 07:12:22
72阅读
转载fast协议 编码过程2018年08月17日 00:01:00 总体fastfast原始fix消息原始fix消息字段编码操作字段编码操作fast消息模版和隐藏tag 消息fast消息模版和隐藏tag 消息注意少一个tag为268，因为268表示的是个数含有操作符的消息模版和字段编码消息含有操作符的消息模版和字段编码消息fast消息序列化fast消息序列化二进制连续为编码：二进制连续为
转载
2023-12-08 10:05:48
71阅读
运行环境：tf1代码： # -*- coding: utf-8 -*-
import tensorflow as tf
import numpy as np
import os
import matplotlib.pyplot as plt
'''(1)为每个角色添加IP地址和端口，创建server'''
strjob_name = 'ps' # 定义角色
关于模型保存的一点心得saver = tf.train.Saver(max_to_keep=3)在定义 saver 的时候一般会定义最多保存模型的数量，一般来说，如果模型本身很大，我们需要考虑到硬盘大小。如果你需要在当前训练好的模型的基础上进行 fine-tune，那么尽可能多的保存模型，后继 fine-tune 不一定从最好的 ckpt 进行，因为有可能一下子就过拟合了。但是如果保存太多，硬盘也
转载
2024-04-08 12:28:21
66阅读
文本分类的应用LSTM内部结构详解（tensorflow版之前写过Keras版） LSTM的关键是细胞状态，一条水平线贯穿于图形的上方，这条线上只有些少量的线性操作，信息在上面流传很容易保持。 图1 细胞状态的传送带第一层是个忘记层，决定细胞状态中丢弃什么信息。把和拼接起来，传给一个sigmoid函数，该函数输出0到1之间的值，这个值乘到细胞状态上去。sigmoid函数的输出值直接决定了状态信息保
转载
2024-05-16 12:43:26
74阅读
我们使用anaconda在windows系统中安装Tensorflow。Anaconda的安装与使用： （1）官网 https://www.anaconda.com/distribution/ （2）清华大学软件镜像站（https://mirrors.tuna.tsinghua.edu.cn） https://mirrors.tuna.tsinghua.edu.cn/anaconda/archiv
在开始正题之前，先介绍一下Tensorflow-hub, Tensorflow-hub 是 google 提供的机器学习模组打包函式库，帮开发者把TensorFlow的训练模型发布成模组，方便再次使用或是与社交共享。目前官网上已经发布了不少模组，可以直接下载使用。在之前博客【Tensorflow2.*教程之使用Tensorflow Hub 对IMDB电影评论数据集进行文本分类(2)】中也使用到Te
转载
2024-05-13 11:15:40
203阅读
tensorflow模型的格式通常支持多种，主要有CheckPoint(*.ckpt)、GraphDef(*.pb)、SavedModel。 1. CheckPoint(*.ckpt)在训练 TensorFlow 模型时，每迭代若干轮需要保存一次权值到磁盘，称为“checkpoint”，如下图所示： 这种格式文件是由 tf.train.Saver() 对象调用 saver.s
转载
2024-03-05 11:03:08
64阅读
以下代码在Python3.6和TensorFlow>=1.10运行通过。1.tensorflow模型有两个文件组成：（1）meta graph: 这是一个协议缓冲区， 它保存了完整的tensorflow图形，即所有变量、操作、集合等。该文件以.meta作为扩展名。 （2）checkpoint file: 这是一个二进制文件，它包含了所有的权重、偏置、梯度和其他所有变量的值。这个文件有一个扩展
转载
2024-04-06 22:40:19
42阅读
目录0、准备1、数据处理---图片格式转成TFRecord格式2、模型训练3、验证训练后的效果说明：此处可以模仿源码中inception v3的分类案例slim预训练好的包含inception v1，inception v2，inception v3，inception v4，mobilenet v1，mobilenet v2，NasNet，pNasNet等。可以根据需要进行选择。0、准备0.1准
转载
2024-03-04 12:35:30
31阅读
是一个通过计算图的形式来表述计算的编程系统。其中的Tnesor,代表它的数据结构，而Flow代表它的计算模型。TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的线描述了计算之间的依赖关系。 在TensorFlow程序中，系统会自动维护一个默认的计算图，通过tf.get_default_gragh函数可以获取当前默认的计算图。除了默认的计算图，TensorFlow也支持通过tf
转载
2024-02-29 16:23:52
32阅读
关于Tensorflow模型的保存、加载和预导入1. 什么是Tensorflow模型1.1 元图：1.2 检查点文件：2. 保存Tensorflow模型3. 导入预先训练的模型4. 使用已恢复的模型 参考ANKIT SACHAN：A quick complete tutorial to save and restore Tensorflow models1. 什么是Tensorflow模型Ten
转载
2024-05-06 19:06:29
41阅读
1.checkpoint(*.ckpt)1.1文件结构介绍：---checkpoint ---model.ckpt-240000.data-00000-of-00001 ---model.ckpt-240000.index ---model.ckpt-240000.meta如图所示，Tensorflow模型主要包括两个方面内容：1）神经网络的结构图graph；2）已训练好的变量参数。因此Tenso
转载
2024-04-16 14:54:14
76阅读
PyTorch之保存加载模型 1
2018.11.02 17:25:08 前提SAVING AND LOADING MODELS当提到保存和加载模型时，有三个核心功能需要熟悉： 1.torch.save：将序列化的对象保存到disk。这个函数使用Python的pickle实用程序进行序列化。使用这个函数可以保存各种对象的模型、张量和字典。 2.torch.load：使用pickle u
前段时间实践tensorflow目标检测模型再训练，过程见博文tf2目标检测-训练自己的模型总结目标检测模型再训练过程，有以下几点需注意：1 训练集和测试集训练图片每张只包含一个目标，因此可用小尺寸图片，且统一训练图片大小，有助于加快训练过程。测试图片则用大图片，包含多个需检测目标，同时包括应排除的目标，检验模型训练成果。2 模型处理窗口和输入图片resize问题每个再训练模型有处理窗口，例如ss
转载
2024-04-24 16:05:34
72阅读
简介Windows 安全模型安全场景：创建一个文件驱动程序安全责任行动指南和资源本文提供关于为 Microsoft Windows 家族操作系统编写安全的内核模式驱动程序的信息。其中描述了如何将 Windows 安全模型应用于驱动程序，并解释驱动程序作者必须采取哪些措施来确保其设备的安全性。简介Windows 安全模型基于安全对象。操作系统的每个组件都必须确保其负责的对象的安全性。因此，驱动程序必
引言文本使用 tensorflow 2.8, CUDA 11.2 以及 cuDNN 8.1.1 训练了 cifar10 数据集. 代码没有那么重要, 主要是完成了环境的安装以及各种问题排查, 最后用一个简单的网络结构跑了一下训练. 如果本文对你有用, 麻烦不吝点个赞; 如果有啥问题, 请不要犹豫, 赶紧联系我.下载数据集和查看数据import tensorflow as tf
from keras
转载
2024-07-23 15:12:15
88阅读
一、TensorFlow 简介1. TensorFlow 的定义Tensor（张量） 意味着 N 维数组，Flow（流） 意味着基于数据流图的计算，TensorFlow 代表着张量在图中通过运算(op)进行传递和变换2. TensorFlow 的工作模式TensorFlow 使用图(Graphs)来表示计算任务，图中的节点称之为 op(Operation)，一个 op 可以获得 0 个或多个张量(
转载
2024-02-20 11:35:42
71阅读
一、.ckpt转.pb用于模型上线.ckpt转.pb主要应用于将训练模型发布上线，.pb模型的跨平台和跨框架性能更好。这里由于在保存.pb模型前需要将模型变量freezing。在应用tensorflow训练模型时，输入数据的batch_size>1，直接保存.pb模型时会在inference阶段出现问题，所以需要从.ckpt转为.pb。在加载.ckpt时可以重新定义输入数据的batch_si
转载
2024-03-20 15:28:22
46阅读
