八大机器学习框架的对比：(1) TensorFlow：深度学习最流行的库之一，是谷歌在深刻总结了其 前身 DistBelief 的经验教训上形成的；它不仅便携、高效、可扩 展，还能再不同计算机上运行:小到智能手机，大到计算机集群都 能；它是一款轻量级的软件，可以立刻生成你的训练模型，也能 重新实现它；TensorFlow 拥抱创新，有强大的社区、企业支持， 因此它广泛用于从个人到企业、
转载
2024-03-26 14:24:34
45阅读
tensorflow和python的关系Tensorflow和Python有什么关系？Tensorflow是Python的机器学习库，Python的库有很多，如Tensorflow、NumPy、Httpie、Django、Flask、Ansible。我们知道章鱼有很多手，如果把Python比作是章鱼的话，那Tensorflow就是章鱼的一只手。tensorflow与pytorch的区别1.实现方式
转载
2023-06-27 22:08:29
294阅读
目录一、张量裁剪1.tf.maximum/minimum/clip_by_value()2.tf.clip_by_norm()二、张量排序1.tf.sort/argsort()2.tf.math.topk()三、TensorFlow高阶操作1.tf.where()2.tf.scatter_nd()3.tf.meshgrid()一、张量裁剪1.tf.maximum/minimum/cli
转载
2024-04-17 14:22:10
29阅读
TensorFlow有两种数据格式NHWC和NCHW，默认的数据格式是NHWC，可以通过参数data_format指定数据格式。这个参数规定了 input Tensor 和 output Tensor 的排列方式。1、data_format设置为 “NHWC” 时，排列顺序为 [batch, height, width, channels] 设置为 “NCHW” 时，排列顺序为 [batch, c
转载
2023-11-20 15:39:55
86阅读
下载github代码：该github代码地址为：https://github.com/YunYang1994/tensorflow-yolov3一般将其fork之后，然后在gitee上同步之后下载速度会更快，我已经fork过了，所以直接通过以下命令即可快速下载整个工程：git clone https://gitee.com/wang_xiao_long_6/tensorflow-yolov3.gi
转载
2024-04-01 07:08:37
26阅读
在题主的上一篇博文中，对yolo v1的原理及训练过程进行了分析yolo v1的学习与理解在github上也有相应的yolo v1 tensorflow版的代码，代码的作者为hizhangpyolo v1的tensorflow实现在yolo v1原理分析的过程中，yolo的训练主要包含两个部分：分类训练： 在ImageNet 1000-classcompetition dataset训练网络的前2
从一个小白，上手TensorFlow，过程还是挺复杂的。除了必要的步骤，其中还有许多小技巧，这里根据亲身经历，记录分享一下。1. TensorFlow上手的基本流程2. 安装pythonTensorFlow支持python、C++、java等多种语言，不过支持最好的就是python了。所以上来呢，先要安装python。安装python有两种方法，直接安装和安装集成包。 这一环节好多博客都有写，具
实际上，到 2017 年中，Keras 已经被大规模采用，并与 TensorFlow 集成在一起。这种 TensorFlow + Keras 的组合让你可以： ● 使用 Keras 的接口定义模型；
● 如果你需要特定的 TensorFlow 功能或者需要实现 Keras 不支持但 TensorFlow 支持的自定义功能，可
Numpy基础数组基础在学习tensorflow之前我们先要了解一些numpy的使用方法，因为在tensorflow使用中初期的数据一般都是由numpy来处理的。
首先我们要知道numpy主要是用来进行高维数组运算的，其实我们使用python的内置list列表数据类型，也可以自己完成这些操作，但缺点也特别的明显，一个就是编码比较复杂，完成一个简单的功能需要编写较多的代码，而用numpy可能就是一句
转载
2023-11-17 10:45:48
225阅读
TensorFlow 是基于 DistBelief 进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。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 为张量从流图的一端流动到另一端计算过程。TensorFlow 是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow 安装过程安装之前，我们要了解
转载
2024-04-15 11:25:54
81阅读
一、TensorFlowTensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Goog
转载
2023-08-08 13:40:45
111阅读
TensorFlow 是一个用于 Google 创建和发布的快速数值计算的 Python 库。它是一个基础库，可用于直接创建深度学习模型，或使用包装库来简化在 TensorFlow 之上构建的过程。在这篇文章中，您将发现用于深度学习的 TensorFlow 库。让我们开始吧。什么是 TensorFlow？TensorFlow 是一个用于快速数值计算的开源库。它由 Google 创建并维护，并在 A
转载
2023-12-16 16:07:30
166阅读
什么是TensorFlow? TensorFlow是Google开源软件库，为机器学习工程中的问题提供了一整套解决方案。类比于Spark/Flink是大数据工程问题的解决方案。该软件库把机器学习中的通用功能封装成了库，并提供了简易的API，使得在构建机器学习系统时不再需要做那些纷繁复杂的数学、工程工作，能把主要精力放在模型和业务上。这就像现在使用编程语言进行编程时，不再需要知道计算机硬件的细节，
转载
2024-02-27 22:21:26
121阅读
本文以TensorFlow源码中自带的手写数字识别Example为例，引出TensorFlow中的几个主要概念。并结合Example源码一步步分析该模型的实现过程。一、什么是TensorFlow 在这里，引入TensorFlow中文社区首页中的两段描述。关于 TensorFlow
TensorFlow™ 是一个采用数据流图（data flow
graphs），用于数值计算的开源
转载
2024-04-26 17:54:37
57阅读
有些网络结构，在子类 layer 中并没有定义，这时就需要我们自己来进行编写，为了更灵活的构建自己想要的神经网络层，我们可以自己来创建网络结构类，当然，构建之前先看一眼官方 API 文档，省得白费功夫那是最好。tensorflow2 官方 API 文档注意：__init__() ，__build__() ，__call__() 均继承自 tf.keras.layers.Layer&nbs
转载
2024-05-22 19:24:53
74阅读
1.简单的RNN网络:RNN的公式可以是y=φ（wh+b),简单的RNN网络也被称为Elman网络。 2.改进的RNN网络：当输出取决于序列的前一个和后一个元素时，使用双向RNN（BRNN）。BRNN通过堆叠两个RNN(前向层和后向层)来实现，并且输出都是RNN隐藏状态的结果。在前向层中，记忆状态h从时间步长t流向时间步长t+1,而在后向层中记忆状态从步长t流向时间步长t-1。两个层在时间步长t处
转载
2024-09-29 12:16:46
26阅读
Win10下安装Tensorflow（GPU）+CUDA8.0+cudnn6 之前在win10下一直配置不好TensorFlow(GPU)版本，苦苦挣扎几天后无奈转向在ubantu 14.04下安装，安装成功后近日又想在Windows上再试一次，结果很顺利，几个小时便安装好了TensorFlow GPU版本。本文主要写基于anaconda的TensorFlow安装，如有错误请联系作者修改~~~（小
tensorFlow 在运行中需要做一些矩阵运算，时常会用到一些第三方模块，此外，在处理音频、自然语言时需要也要用到一些模块。涉及数组矩阵画图，图像处理 、语音，自然语言处理等 1 numpynumpy 是用来存储和处理大型矩阵的科学计算包，比 Python 自身的嵌套列表结构（ nestedlist structure）要高效的多。它包括： ● 一个强大的 N 维数组对象 Array； ● 比较
ATP好蠢啊
写在前面？ATP曾经，曾经，曾经，拥有过一台装好了tensorflow-gpu的电脑。当初的ATP使用的还是tensorflow1.7.1，还在煞笔兮兮地用tf.matmul手写卷积神经网络。后来，ATP运行某代码时出了问题，告诉ATP它用的tensorflow版本太低了。那么ATP显然需要升级一下。据说升级tensorflow需要同时升级
前段时间因为课题需要使用了一段时间TensorFlow，感觉这种框架很有意思，除了可以搭建复杂的神经网络，也可以优化其他自己需要的计算模型，所以一直想自己学习一下写一个类似的图计算框架。前几天组会开完决定着手实现一个模仿TensorFlow接口的简陋版本图计算框架以学习计算图程序的编写以及前向传播和反向传播的实现。目前实现了前向传播和反向传播以及梯度下降优化器，并写了个优化线性模型的例子。代码放在
转载
2024-08-27 23:02:48
44阅读
