在构建tensorflow模型过程中，可谓是曲折颇多，一些教程上教会了我们如何使用下载的现成数据集，但却没有提及如何构建自己的数据集。我自己在学习过程中也走了不少弯路，希望这一系列的博客能解决大家的一些困惑。我们本地构建数据集主要是以下几个步骤1.数据处理2.数据增强 3.数据导入4.构建模型5.训练模型这篇先讲一下数据处理的一些操作，后面的步骤会慢慢发出来。1.导入第三方库import
转载
2024-03-15 08:22:41
172阅读
准备工作： 在开始安装前，如果你的电脑装过tensorflow，请先把他们卸载干净，包括依赖的包（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cu
转载
2024-02-28 21:14:59
63阅读
利用tensorflow搭建模型并保存时，保存模型的方法为saver = tf.train.Saver()
saver.save(sess, model_path + model_name)这样会在model_path路径下得到3个名为model_name的文件和一个checkpoint文件，例如，model_name=alexnet201809101818，则会得到如下四个文件 .data-0
转载
2024-06-09 08:27:10
64阅读
环境：WIN10+Pycharm2020+Python3.7anacode1.1.0+Tensorflow2.3.0GPU版本或Tensorflow2.2.0CPU版本Tensorflow 2.x 版本安装所遇到的坑因为刚接触到深度学习，再加上之前接触python时，使用的是pycharm来进行软件开发的，所有，此时就萌生了使用pycharm来学习深度学习的想法，因为pycharm支持许多第三方库
转载
2023-12-20 09:18:27
69阅读
前叙：有灵魂的程序都是每一个程序员的最终目标。TensorFlow了解下？打算花几个月学机器学习，TensorFlow是很好的选择，折腾了会环境，略有心得分享下。环境：win10Python：3.6.5TensorFlow-GPU：1.8.0CUDA：9.0cuDNN：7.1.4我们来用最简单的方法安装，首先Python：虽然官网3.7已经出来了，但是Beta版，保险起见用正式版 3.6.5。你看
转载
2023-08-11 09:02:45
161阅读
在许多机器学习项目中，Python的TensorFlow包是一项至关重要的工具。然而，作为初学者，用户在安装后往往面临“如何导入TensorFlow包”的困难。这种情况不仅可能影响项目的开发进度，还对团队的协作效率产生负面影响。在这里，我们将详细记录如何解决“Python TensorFlow包怎么导入”这一问题的整个过程。
## 问题背景
在当前的技术环境下，TensorFlow已经成为机器
CUDA_VISIBLE_DEVICES=1 python run.pyor import os os.environ["CUDA_VISIBLE_DEVICES"]="1"
原创
2022-07-15 22:01:14
47阅读
安装关键 对应的python版本+对应的 tensorflow-gpu版本 + 对应的NVIDIA显卡版本 + 对应的CUDA版本 + 对应的cuDNN版本 安装总结 以2019.4.15为基准，本人安装的版本如下： 最新的tensorflow-gpu-1.13.
将深度学习应用到实际 问题中, 一个非常大的问题在于训练深度 学习模型需要的计算量太大。但幸好我们可以通过 TensorFlow 利用 GPU 或/和分布式计算进行模型训练。我们可以使用单个 GPU 进行计算加速，但是，在很多情况下,单个 GPU 的加速效率无法满足训练大型深度学习模型 的计算量需求,这时将需要利用更多的计算资源。这时，我们便可以采用并行方式使用多个GPU来训练深度学习模型。Ten
转载
2024-03-29 11:52:40
74阅读
Tensorflow-gpu配置一、本机配置win10 GEFORCE GTX1050Ti Inter® Core™ i5-7300HQ CPU二、下载准备1.更新显卡驱动 点此更新 搜索下载并安装 2显卡设置 . 下载VS2015社区版 点此下载
下载cuda9.0.176；选择local离线安装包;下载 Patch 1 Patch 2 Patch 3补丁
下载cuDNN；选择Download
基本使用安装：要仅为CPU安装当前版本：
$ pip install tensorflow将GPU包用于 支持CUDA的GPU卡：$ pip install tensorflow-gpu使用 TensorFlow, 你必须明白 TensorFlow:
使用图 (graph) 来表示计算任务.在被称之为 会话 (Session) 的上下文 (context) 中执行图.使用 tensor
转载
2024-03-01 08:23:15
122阅读
引言tensorflow介绍tensor张量session会话variable变量tf.get_variable()和tf.Variable()用法tf.get_variable()和tf.Variable()的区别tensorflow和numpy的异同tensorflow代码示例 引言作为深度学习方面比较全面的几个框架之一，相比于Keras、pytorch、caffe等库，TensorFlow
安装说明版本：GPU版本、CPU版本。如果硬件支持，推荐安装GPU版本。安装方式：pip方式、Anaconda方式。本文教程采用Anaconda方式。Tips:1.查找需要安装的TensorFlow版本支持的python版本，目前在Windows上支持python3.6x。2.如果安装GPU版本，需要安装对应版本的CUDA和CUDNN。安装环境1.Anaconda下载安装下载地址：https://
转载
2024-04-23 10:10:19
101阅读
前言为了在实验室工作站搭个gpu训练环境，前后大概花了一整天时间搭完。先简要说一下经验：先找一篇新一点的教程进行配置，我这边只是给个参考；最好暂时不要用最新的CUDA、py、tf，因为很有可能不支持。配置显卡：GTX 1070Python 3.6.2CUDA 9.0cuDNN 7.5 CUDA 9.0tensorflow-gpu 1.10这都9012年了，Py已经3.7，CU
转载
2024-03-28 13:27:08
53阅读
import tensorflow as tftf_version = int(tf.__version__.split(".")[0])if tf_version == 1: from keras.mode
原创
2023-05-18 17:12:04
40阅读
最近要用到tensorflow,之前安装了cpu版本的，但训练模型速度实在是慢，打算安装一个GPU版本的tensorflow:安装环境为：wiindows 10, anaconda python36, pycharmtensorflow版本与cuda, cudnn版本的对应关系： tensorflow-gpu v1.9.0 | cuda9.0 | cu
转载
2024-06-24 06:26:10
87阅读
1、确保tensorflow是gpu版本的 import tensorflow as tf print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) 运行结果：Num GPUs Av ...
转载
2021-10-13 16:00:00
4653阅读
2评论
持续监控GPU使用情况命令： watch -n 10 nvidia-smi 参数解释： Fan：显示风扇转速，数值在0到100%之间，是计算机
原创
2023-10-31 09:31:59
97阅读
首先检测是否可用 GPU import tensorflow as tf
print('GPU', tf.test.is_gpu_available()) # GPU True tf.deviceTensorflow 通过 tf.device 指定每个操作运行的设备，可以指定本地的 CPU、GPU，还可以指定远程服务器；Tensorflow 会给每个本地设备一个名
转载
2023-10-28 12:38:35
211阅读
系统：win10版本：anaconda3（内置python3.7版）+ tensorflow2.0.0一、安装anaconda31、直接官网https://www.anaconda.com/download/安装内置python3.7的Anaconda，安装点next到底就行。 注意此处两项都要勾选。（第一项是将anaconda路径自动配置为环境变量）2、安装好后进行环境变量的测试从开
转载
2024-04-07 08:13:39
304阅读
