【磐创AI导读】：详细介绍了Tensorflow.js的用法。想要学习更多的机器学习、深度学习的知识。这创造了一个标量张量。我们还可以将数组转换为张量。Tensorflow.js 是一个基于 deeplearn.js 构建的库，可直接在浏览器环境中创建深度学习模型。使用它可以在浏览器上创建 CNNs，RNNs 等，并使用客户端的 GPU 处理能力训练这些模型。因此，训练 NN 并不一定需要服务器级
tf.kerastf.keras 是 tensorflow2 引入的高封装度的框架，可以用于快速搭建神经网络模型，keras 为支持快速实验而生，能够把想法迅速转换为结果，是深度学习框架之中最终易上手的一个，它提供了一致而简洁的 API，能够极大地减少一般应用下的工作量，提高代码地封装程度和复用性。 Keras 官方文档： https://tensorflow.google.cn/api_docs
转载
2024-03-31 20:17:58
76阅读
目录一.引言二.Java / Tensorflow 代码配置1.代码配置2.Maven 配置三.环境检测1.显卡检测2.显卡监控四.推理踩坑1.异常现象2.异常日志五.安装 cuda-10.01.下载 cuda 安装包2.安装 cuda2.1 preface 前言2.2 安装配置2.3 安装完成2.4 可能遇到的问题六.安装 cuDNN1.安装 cuDNN2.解压 tgz 文件3.查看 cuDNN
转载
2023-08-23 09:36:29
463阅读
TensorFlow是一个采用数据流图，用于数值计算的开源软件库。自己接触tensorflow比较的早，可是并没有系统深入的学习过，现在TF在深度学习已经成了“标配”，所以打算系统的学习一遍。在本篇文章中主要介绍TF的基础知识。。。创建并运行图###首先创建 两个变量import tensorflow as tf
reset_graph()
x = tf.Variable(3, name="x")
转载
2024-02-22 12:04:33
51阅读
作者 | Vincent Mühle编译 | 姗姗 【导读】随着深度学习方法的应用，浏览器调用人脸识别技术已经得到了更广泛的应用与提升。在实际过程中也具有其特有的优势，通过集成与人脸检测与识别相关的API，通过更为简单的coding就可以实现。今天将为大家介绍一个用于人脸检测、人脸识别和人脸特征检测的 JavaScript API，通过在浏览器中利用 tensorflow.j
TensorFlow用法 什么是TensorFlow TensorFlow是一个开源软件库，用于使用数据流图进行数值计算。图中的节点表示数学运算，而图的边缘表示流动的多维数据数组（张量）。这种灵活的体系结构可以将计算部署到台式机，服务器或移动设备中的一个或多个CPU或GPU上，而无需重写代码。 Te ...
转载
2021-04-10 06:16:00
134阅读
2评论
Tensorflow 2.0带来的一个重大变化就是采用keras API作为TensorFlow的标准上层API，因为我在编码中使用到keras比较多，所以对这个变化感到高兴，现翻译一篇Tensorflow团队发布的文档：Standardizing on Keras: Guidance on High-level APIs in TensorFlow 2.0。Keras是一个非常受欢迎的构建和训练
转载
2024-06-17 15:55:30
27阅读
《基于Tensorflow高阶API构建大规模分布式深度学习模型系列: 开篇》 Estimator类是机器学习模型的抽象，其设计灵感来自于典典大名的Python机器学习库Scikit-learn。Estimator允许开发者自定义任意的模型结构、损失函数、优化方法以及如何对这个模型进行训练、评估和导出等内容，同时屏蔽了与底层硬件设备、分布式网络数据传输等相关的细节。 
转载
2024-04-24 18:45:45
44阅读
基本用法使用图(graph)表示计算任务，描述了计算过程 会话(Session)用于执行图，即执行计算任务， 使用tensor表示数据 变量(variable) 维护状态 通过 feed 和 fetch 可以为任何的操作(arbitrary operation) 赋值或者从中获取数据 综述图中的节点，即operation操作，称为op 一个op获得0或多个数据输入，即tensor，执行计算，产生0
转载
2024-02-23 22:37:06
63阅读
基本使用使用 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 表示数据。通过 变量 (Variable) 维护状态。使用 feed 和 fetch 可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据。综述TensorFl
转载
2024-03-25 17:22:20
37阅读
tensorflow介绍基本语法工作原理Fetch取出内容Feed占位操作模型的保存与读取经典案例线性回归逻辑回归简单神经网络CNNRNN查看准确度 介绍通过graph表示计算任务在Session中执行图使用tensor表示书籍通过变量Variablew维护数据，feed和fetch可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据.参考：http://www.te
转载
2024-04-20 14:37:55
34阅读
本文出自 掘金翻译计划 正在组织翻译的 TensorFlow 官方文档。如果您有兴趣，欢迎 申请成为译者，学习完译者教程后，参与到文章和文档的翻译和及对当中。我们也正在招募 TensorFlow 译者，欢迎积极参加。TensorFlow 为 Java 程序提供了 API 。这些 API 是在 Java 应用中专门用来加载和执行 Python 创建的模型的。这个教程解释了如何安装并在应用中使用 Te
TensorFlow - 相关 APITensorFlow 相关函数理解任务时间：时间未知tf.nn.conv2dconv2d(
input,
filter,
strides,
padding,
use_cudnn_on_gpu=True,
data_format='NHWC',
name=None
)功能说明：卷积的原理可参考 A guid
转载
2024-08-23 16:57:48
99阅读
Dataset API是TensorFlow 1.3版本中引入的一个新的模块，主要服务于数据读取，构建输入数据的pipeline。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读硬盘中的数据(关于这种方式，可以参考我之前的一篇文章：十图详解tensorflow数据读取机制)相Dataset API同时支持从内存和硬盘的读取，相比之前的两
转载
2024-05-29 11:31:40
55阅读
该章介绍有关常量张量，序列操作，随机数张量的API常量张量Tensorflow提供了很多的操作，去帮助你构建常量。tf.zeros(shape, dtype = tf.float32, name = None)解释：这个函数返回一个全是零的张量，数据维度是 shape，数据类型是 dtype。使用例子：#!/usr/bin/env python
# -*- coding: utf-8 -*-
i
转载
2024-08-09 19:10:17
11阅读
## 如何安装TensorFlow的Java API
### 1. 整体流程
下面是安装TensorFlow的Java API的整体流程：
```mermaid
flowchart TD
A(下载TensorFlow JAR文件) --> B(导入JAR文件到项目)
B --> C(配置项目依赖)
C --> D(使用TensorFlow API)
```
###
原创
2024-05-11 07:05:49
180阅读
万用表全貌可以测量什么？万用表根据其表盘显示的，拨动表盘指向，可以测： 1、 电阻 2、 二极管/通断：一条线路能不能通（线路中间有小于70Ω的电阻都可能会判定为通） 3、 电容 4、 温度 5、 直流电流 6、 交流电流 7、 交流电压 8、 直流电压 9、 三极管探笔接线（红黑线）测量种类正负极 接线如下图：测量说明 及 测量例图测量注意：电阻：由于电阻并联时测的阻值是错误的（这个高中物理都
1、tf.summary.scalar用来显示标量信息，其格式为：tf.summary.scalar(tags, values, collections=None, name=None)例如：tf.summary.scalar('mean', mean)一般在画loss,accuary时会用到这个函数。2、tf.summary.histogram用来显示直方图信息，其格式...
原创
2021-07-12 13:50:24
495阅读
1、tf.summary.scalar 用来显示标量信息，其格式为： tf.summary.scalar(tags, values, collections=None, name=None) 例如：tf.summary.scalar('mean', mean) 一般在画loss,accuary时会用到...
原创
2021-08-04 16:50:53
360阅读
import numpy as npfrom tensorflow.keras.layers import Lambdaimport tensorflow as tfx=np.array([[1,2],[3,4]])x = Lambda(lambda x: x**2)(x)print(x)print('---------------------------------------')x = Lambda(lambda x: tf.reshape(x, (-1,x.shape[1],
原创
2023-01-13 09:12:20
321阅读
