本文将讲解深度学习使用数据的一整套流水线. 将使用tensorflow新的tf.data 的一系列API来讲解. Dataset能够有效简化数据读取和使用等等一些的复杂程度,是现在官方推荐的数据使用方式. 官方文档:Module: tf.data一.使用Dataset使用 Dataset 需要遵循三个步骤：载入数据：为数据创建一个Dataset实例。 创建一个迭代器：通过使用创建的Dataset
转载
2024-07-02 07:59:18
45阅读
一、资料API接口简介 二、背景注意，在TensorFlow 1.3中，Dataset API是放在contrib包中的：tf.contrib.data而在TensorFlow 1.4中，Dataset API已经从contrib包中移除，变成了核心API的一员：tf.data.此前，在TensorFlow中读取数据一般有两种方法：使用placeholder读内存中的数据使用queue读
首先大家看2 张图片 在0.8版本时候已经支持分布式了 ，所以未来的发展 方面 人工智能的趋势 不可挡，而且个人也是非常喜欢caffe 以及 tensorFlow 的我创业 用的就用到了它。 下面我们来讲一下 学习tensorFlow要了解的基础知识。 首先安装方面 很简单  
转载
2024-03-20 16:49:38
42阅读
tf_bias = tf.Print(tf_bias, [tf_bias], "Bias: ")tf_weight = tf.Print(tf_weight, [tf_weight], "Weight: ")
原创
2022-07-19 12:03:03
383阅读
http://blog..net/helei001/article/details/51750910 在学习TensorFlow的过程中，我们需要知道某个tensor的值是什么，这个很重要，尤其是在debug的时候。也许你会说，这个很容易啊，直接print就可以了。其实不然，print只能打
转载
2017-12-13 15:57:00
351阅读
2评论
如何用TensorFlow 2.0 + Keras进行机器学习研究？谷歌深度学习研究员、“Keras之父”François Chollet发表推特，总结了一份TensorFlow 2.0 + Keras做深度学习研究的速成指南。在这份指南中，Chollet提出了12条必备准则，条条简短易用，全程干货满满不多说了，一起看看大神“化繁为简”的编程世界：必备指南12条1）你首先需要学习层（Layer），
OptimizerStochastic Gradient Descent (SGD)基础方法，是mini batch中的一种，加了随机Momentum 即原始的加上一个负的学习效率乘上一个矫正值 数学公式如下： 一定程度上保留之前更新的方向(像一个醉汉，随着坡度的变大，随着惯性，下降的方向越来越笔直)AdaGrad数学公式如下： 相较Momentum，AdaGrad会自动调整learnin rat
转载
2024-02-22 14:22:42
167阅读
TensorFlow是Google开发的第二代人工智能系统，于2015年11月宣布开源。故名思义，TensorFlow的要素为张量（Tensor）和流（Flow），他们分别是系统的数据结构和算法框架。TensorFlow的设计想法就是通过让N维向量在数据流图（Data Flow Graph）上的一个节点流到另一个节点的方式来完成计算。例如，我们现在要计算两个矩阵相乘。在TensorFlow的框架下
转载
2024-09-11 09:19:52
46阅读
.name即可for variable in tf.trainable_variables(): print(variable.name)
原创
2022-07-19 11:53:13
186阅读
定义完graph后面加上 from functools import reduce from operator import mul def get_num_para
原创
2022-07-19 11:53:30
297阅读
tensorflow2查看具体tensor的值一般来说直接print就可以了，会有如下结果但有时候会遇到不可
原创
2022-07-14 17:34:48
788阅读
**TensorFlow Tensor: 从入门到实践**
作为一名经验丰富的开发者，我很高兴能够帮助你掌握如何在TensorFlow中使用Tensor。TensorFlow是一个开源的机器学习框架，它的核心是张量（tensors），是一个多维数组。在这篇文章中，我将向你展示如何在TensorFlow中创建和操作张量。
### 整个流程
首先，让我们来看看整个流程是怎样的：
| 步骤 |
原创
2024-05-06 11:46:39
12阅读
为了使用TensorFlow，我们需要明白什么是Tensorflow。下面介绍Tensorflow的5个特征：用计算图：Graph来表示计算过程用会话：Sessions来执行图使用张量：tens
索引与切片在Tensorflow中使用的频率极其高，可以用来提取部分数据。1.索引在 TensorFlow 中，支持基本的[?][?]…标准索引方式，也支持通过逗号分隔索引号的索引方式。假设创建四张大小为3*3的彩色图片。# 创建张量
x = tf.random.normal([4, 32, 32, 3])
# 提取出第一张图片
x[0]
<tf.Tensor: id=253, shape
转载
2024-04-21 08:48:48
149阅读
TheanoTheano在深度学习框架中是祖师级的存在。Theano基于Python语言开发的，是一个擅长处理多维数组的库，这一点和numpy很像。当与其他深度学习库结合起来，它十分适合数据探索。它为执行深度学习中大规模神经网络算法的运算所设计。其实，它可以被更好的理解为一个数学表达式的编辑器：用符号式语言定义你想要的结果，该框架会对你的程序进行编译，来高效运行于GPU或CPU。它与后来出现的Te
Tensorflow中最基本的几个概念：计算图(tf.Graph)、张量(tf.Tensor)、会话(tf.Session)和优化方法(Optimizer)。我将从这几个方面简单说一下我的理解，对于文中出现的任何错误或者不准确的地方，欢迎大家批评指正！TensorFlow程序一般可分为两个阶段。第一阶段需要定义计算图中所有的计算，第二阶段为执行计算（会话部分）。计算图：计算图是TensorFlow
转载
2024-09-06 07:37:22
16阅读
本文介绍了tensorflow的常用函数，源自网上整理。 TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.并行计算能让代价大的算法计算加速执行，TensorFlo
转载
2024-03-21 11:27:49
86阅读
TensorFlow是一个开放源码的软件库，用于跨一系列任务的数据流处理编程。TensorFlow是一个符号化的数学应用库，广泛用于机器学习，例如神经网络。在谷歌公司内部，TensorFlow大量应用于基础研究和产品研发，几乎要取代了它的前身DistBelief（非开源项目）。
TensorFlow的前世和今生TensorFlow是一个开放源码的软件库，
转载
2024-03-23 07:49:47
27阅读
# 在 PyTorch 中打印 Tensor 中大于 0 的值
PyTorch 是一个强大的深度学习框架，广泛用于计算机视觉、自然语言处理等领域。在数据处理过程中，我们经常需要筛选出特定条件下的值，如获取 Tensor 中大于 0 的所有元素。本文将通过代码示例，逐步介绍如何在 PyTorch 中实现这一功能。
## 1. 什么是 Tensor？
Tensor 是 PyTorch 中的基本数
通过索引与切片操作可以提取张量的部分数据，使用频率非常高。 文章目录一、索引二、切片 一、索引TensorFlow 中，支持基本的[?][?] …标准索引方式，也支持通过逗号分隔索引号的索 引方式。 考虑输入X 为4 张32x32 大小的彩色图片(为了方便演示，大部分张量都使用随 即分布模拟产生，后文同)，shape 为[4,32,32,3]，首先创建张量：x = tf.random.normal
转载
2024-04-13 20:43:26
38阅读
