Caffe已经很久没有更新过了，曾经的霸主地位果然还是被tensorflow给终结了，特别是从0.8版本开始，tensorflow开始支持分布式，一声叹息…MXNet还是那么拼命，支持的语言新增了四种，Matlab/Javascripts/C++/Scala，文档也变的更漂亮了，还推出了手机上图片识别的demo[8]。1 基本数据结构库名称数据结构名称设计方式CaffeBlob存储的数据可以看成N
原创
2021-03-23 18:46:42
1062阅读
from kaffe.tensorflow import Network
class AlexNet(Network):
def setup(self):
(self.feed('data')
.conv(11, 11, 96, 4, 4, padding='VALID', name='conv1')
原创
2023-05-31 15:13:47
78阅读
搜集了一些资料；最近由于要将训练好的模型移植到硬件上，因此需要将TensorFlow转为caffe模型。caffe模型需要两个文件，一个是定义网络结构的prototxt，一个是存储了参数的caffemodel文件。只要生成这两个文件，caffe模型就算转好了。在模型转换的过程中，我主要参考了https://github.com/lFatality/tensorflow2caffe。首先根据已有的t
转载
2024-05-27 12:29:33
56阅读
N: batch; C: channel H: height W: width Caffe 的Blob通道顺序是：NCHW; Tensorflow的tensor通道顺序：默认是NHWC， 也支持NCHW，使用cuDNN会更快; Pytorch中tensor的通道顺序：NCHW TensorRT中的t
原创
2021-07-09 15:38:54
963阅读
Tensorflow与cuda版本关系（附加多个cuda版本安装）多说一句1.windows如果，在网上down的代码用的tf的版本与你本机cuda不一致的话，可以在本机安装多个cuda版本，到时候再根据你自己的项目来选择使用哪个版本的cuda（就我本机win10为栗子） 1.安装cuda，这一步在网上太多教程，随便找个就行（cuda安装教程（windows）） 2.一般来说，如果cuda默认安装
转载
2024-04-23 11:57:54
35阅读
菜鸟学TensorFlow 2.0：TensorFlow2.0安装与环境配置1. TensorFlow概述2. TensorFlow依赖环境搭建3. TensorFlow 2安装3. 第一个TensorFlow程序 1. TensorFlow概述Tensorflow是当今深度学习很流行的一个框架，它是由谷歌开发的深度学习框架到现在已经发布到了TF2.0版本了。TensorFlow 2 废弃了大量
转载
2024-05-14 07:31:10
34阅读
Tensorflow和Pytorch的区别：PyTorch 和 TensorFlow 都是开源机器学习库，但两者之间存在一些关键差异：1 易用性：PyTorch 被认为更易于使用且具有更直观的界面，而 TensorFlow 更复杂且学习曲线更陡峭。2 动态计算图：PyTorch 使用动态计算图，这允许更大的灵活性和更快的开发，而 TensorFlow 使用需要在模型运行之前定义的静态计算图。3 性
转载
2023-08-10 18:21:48
256阅读
Tensorflow2.0—YOLO V4-tiny网络原理及代码解析（三）- 损失函数的构建YOLO V4中的损失函数与V3还是有比较大的区别的，具体的可以看YOLOV4与YOLOV3的区别。 代码是在nets文件夹下面的loss.py文件中，在train.py中引用的是：model_loss = Lambda(yolo_loss, output_shape=(1,), name='yolo_l
转载
2024-05-30 08:53:17
161阅读
1、功能不同Scikit-learn(sklearn)的定位是通用机器学习库，而TensorFlow(tf)的定位主要是深度学习库。一个显而易见的不同：tf并未提供sklearn那种强大的特征工程，如维度压缩、特征选择等。究其根本，我认为是因为机器学习模型的两种不同的处理数据的方式：传统机器学习：利用特征工程(feature engineering)，人为对数据进行提炼清洗深度学习：利用表示学习(
转载
2024-03-26 15:29:31
91阅读
说到机器学习、大数据，大家听到的是 Hadoop 和 Spark 居多，它们跟 TensorFlow 是一个什么样的关系呢？是不是有 TensorFlow 就不需要 Spark 这些？ 像 Hadoop 跟 Spark，背后都是 MapReduce。Hadoop 更多是去写文件，Spark 更多是通过内存。它们通过 MapReduce，下发 task 给这些
转载
2024-01-14 19:35:16
103阅读
两个框架对poolin的处理方式不同，这就导致在转模型时容易踩雷tensorflow通过“VALID”和“SAME”参数来控制caffe 通过pad值来控制转模型时遇到值不匹配，只能对着caffe模型逐个更改，好在pooling层不多。。。。
原创
2022-01-17 16:31:15
105阅读
YOLOv3代码详解：一、预测过程：1.网络结构的定义： 网络最后得到的detect_1,detect_2,detect_3.三个尺度的形状分别为：[1, 507（13X13X3）, 5+c]、[1, 2028, 5+c]、[1, 8112, 5+c]其中Yolo_block是一个正常卷积(不改变图像大小)组成的模块，生成route和inputs两个结果，route 用于配合下一个尺度
转载
2024-03-15 19:01:45
135阅读
# Spark与TensorFlow的区别：初学者指南
在进入大数据和深度学习领域时，Spark和TensorFlow都是非常重要的工具。然而，它们在设计理念、应用场景和使用方式上有着显著区别。本文将帮助你了解这两个框架之间的差异，并通过具体示例使你更好地掌握它们的使用场景和技巧。
### 整体流程
首先，让我们看一下分析Spark和TensorFlow区别的整体流程：
| 步骤 | 描
原创
2024-09-07 04:48:49
52阅读
译者 | 梁红丽【AI 科技大本营导读】5月2日，在加利福尼亚州举办的年度开发者 F8 大会上，Facebook 正式推出 PyTorch 1.0 。其实，早在 2017 年 1 月，Facebook 就首次公布了该信息，截至目前，它已被下载超过 110 万次，是过去一个月研究门户网站 Arxiv 上的第二大深度学习框架，排名第一的是 TensorFlow 。另外，手握 ArXiv Sanity
在2016年10月Face book发布PyTorch之后，由于其面向开发者友好，它很快获得了广泛应用。得益于良好的Python接口，它很适合用于研究和制作快速原型。在PyTorch中调试您的代码和测试网络模型架构可以非常容易地完成。 然而，当它投入生产时，谷歌的Tensorflow领先。使用TensorFlow服务部署机器学习模型非常容易。 这在2018年5月发生了变化，当时PyTorch与Ca
转载
2024-01-21 05:38:21
26阅读
tensorflow1.x和tensorflow2.x对比与总结1. 主要区别有如下几点1.0. 易于使用（Ease of use）1.1. 使用Eager模式（Eager Execution）1.2. 建立模型和部署变得容易（Model Building and deploying made easy）1.3. 简化了Data pipeline（The Data pipeline simpli
转载
2024-02-27 20:12:44
202阅读
Yolo-You Only Look OnceYOLO算法采用一个单独的CNN模型实现end-to-end的目标检测：Resize成448448，图片分割得到77网格(cell)CNN提取特征和预测：卷积部分负责提取特征。全链接部分负责预测：过滤bbox（通过nms） • YOLO算法整体来说就是把输入的图片划分为SS格子，这里是33个格子。 • 当被检测的目标的中心点落入这个格子时，这个格子负责
转载
2024-03-01 22:47:34
239阅读
在图像领域，最流行的 building block 大多以卷积网络为主。上一篇我们介绍了如何在 PaddleFluid 和 TensorFlow 上训练图像分类任务。卷积网络本质上依然是一个前馈网络，在神经网络基本单元中循环神经网络是建模序列问题最有力的工具， 有着非常重要的价值。自然语言天生是一个序列，在自然语言处理领域（Nature Language Processing，NLP）中，许多经
转载
2024-03-26 11:01:16
48阅读
目录一、Python机器学习基础之Python的基本语法（一）二、Python机器学习基础之Python的基本语法（二）三、Python机器学习基础之Numpy库的使用四、Python机器学习基础之Pandas库的使用五、Python机器学习基础之Matplotlib库的使用六、Sklearn库和TensorFlow框架七、Python两种方式加载文件内容 &n
转载
2024-03-26 22:35:10
47阅读
参考博客：[1] Pytorch 1.8 vs TensorFlow 2.5(2021)[2] PyTorch vs TensorFlow in 2022我第一次接触深度学习的时候，只知道 PyTorch 和 TensorFlow 两种深度学习框架，对于两者的区别，听的最多的一句话就是“PyTorch 支持动态计算图，TensorFlow则是静态计算图”。 但实际上，Google 在2017年十月
转载
2023-08-11 15:54:16
430阅读
