这篇博客主要的目的就是简单地跑一下实验，让下载的代码能用预训练的模型去测试单个视频，并对结果可视化，从视觉上感受一下这个跟踪算法的效果，至于如果要自己训练自己的模型该如何准备训练数据，如何设计自己的模型，如何训练自己的模型，以及如何评估自己的模型等，这些问题都将在后面的系列博客中慢慢道来。1： SiameseFC-TensorFlow环境配置可参考源码中的说明，这里将截图放在这里，大家自行准备可运
转载
2024-09-28 13:04:18
82阅读
一、如何在Ubuntu上编辑和运行TensorFlow包下的代码（1）使用vim编辑器编辑，终端运行代码 该方法首先需要打开Ubuntu的终端，然后输入以下代码进入Anaconda管理下安装了TensorFlow包的Python环境：zlt@zlt-virtual-machine:~/download/MyTfTest$ source activate tensorflow 成功运行后即可在前面看
转载
2024-05-01 20:53:48
134阅读
TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBeliefTensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究Tensorflow
数据集：minist （我走的是本地读取）数据集链接：https://pan.baidu.com/s/1o2faz60YLaba3q7hn_JWqg 提取码：yv3y 代码和数据集放在一个文件下目的：测试服务器是否安装成功cuda和cudnn环境:ubuntu16.04，python3.6,tensorflow-gpu1.10,cuda9.0,cudnn7.4...
原创
2021-11-16 15:17:29
176阅读
TensorFlow 是一个
开源
软件库，用于使用数据流图进行数值计算。换句话说，即是构建深度学习模型的最佳方式。本文整理了一些优秀的有关 TensorFlow 的教程和
项目列表。
一、教程
TensorFlow Tutorial 1 — 从基础到更有趣的 TensorFlow 应用
TensorFlow Tutorial 2 — 基于 Google Tensor
tensorflow-gpu(cpu)安装教程 由于换过电脑，所以配过多次tensorflow环境，以前同样的步骤，但是或多或少都遇到抗.看过许多网上的关于cpu/gpu版本的教程，主要是gpu版本安装，因为涉及tensorflow-gpu版本号和cuda号和cudnn版本，以及自己电脑显卡能支持的cuda,***总结***网上大部分的gpu环境教程，主要分以下几步： （1）根据自己电脑显卡的支持
转载
2024-05-02 11:27:04
0阅读
Tensorflow代码笔记（一）tf.app.run函数入口，类似于c/c++中的main()，大概意思是通过处理flag解析，然后执行main函数。 有两种情况： · 如果你的代码中的入口函数不叫main()，而是一个其他名字的函数，如test()，则你应该这样写入口tf.app.run(test) · 如果你的代码中的入口函数叫main()，则你就可以把入口写成tf.app.run()tf.
转载
2024-03-19 08:27:39
68阅读
一、TensorFlow运行模型——会话1、通过创建会话（session）来执行定义好的运算# 创建一个会话
sess = tf.Session()
# 使用这个创建好的会话来得到关心的运算的结果。比如可以调用sess.run(result)
sess.run(...)
# 关闭会话使得本次运行中得到的资源可以被释放
sess.close()通过Python上下文管理器的机制，只要将所有的计算放在
转载
2024-04-16 19:55:33
81阅读
新手小白安装过程中遇到种种问题，大概花了两天的时间去安装tensorflow-gpu,其他相关概念在这里就不多提了，直接就是进入安装的需要。这里安装的tensorflow-gup==1.9.0版本，对应的python是3.6。一、确定自己的显卡支持CUDA1、查看自己的显卡：设备管理器-显示适配器 2、找到对应的显卡：https://developer.nvidia.com/cuda-gpus二、
转载
2024-05-16 11:13:02
0阅读
本文是针对谷歌Transformer模型的解读，另外，针对Kyubyong实现的tensorflow代码进行解读，代码地址https://github.com/Kyubyong/transformer
本文是针对谷歌Transformer模型的解读，根据我自己的理解顺序记录的。另外，针对Kyubyong实现的tensorflow代码进行解读，代码地址ht
转载
2024-05-09 09:31:10
49阅读
得益于令人难以置信的多元化社区，TensorFlow 已成长为世界上最受喜爱和广泛采用的 ML 平台之一。该社区包括：研究人员（例如，预测地震余震和检测乳腺癌）。开发人员（例如，构建应用程序来识别患病植物并帮助人们减肥）。公司（例如，通过eBay、Dropbox和AirBnB来改善他们的客户体验）。 还有许多其他人。11 月，2019年TensorFlow庆祝了它的 3 岁生日，回顾了这些年来添加
转载
2024-04-16 15:02:42
28阅读
1 创建1.1 constant()方法Int [1]: import tensorflow as tf
Int [2]: tf.constant(1) # 创建一个整型张量
Out [2]: <tf.Tensor: id=0, shape=(), dtype=int32, numpy=1>
Int [3]: tf.constant(1.) # 创建一个浮点型张量
Out
1. 开门见山 其实只是刚入门，并不理解博大精深的tensorflow，只是想取个文艺点的名字。写这篇博客主要是记录下学习tensorflow会掌握哪些才够完成一些项目。首先想吐槽一下这个号称最火的深度学习框架，真的太不友好。我见过很多phd大佬吐槽过这个东西，莫名出现问题，而我，当然也是深受其害，作为一个用了挺久无脑Keras的人来说更是如此。因此个人觉得，tensorflow 应该要感受到
转载
2024-09-06 09:19:31
27阅读
TensorFlow-CPU与GPU的安装教程TensorFlow-CPU1.下载Anaconda2. 下载Vsual C++3. 安装TensorFlow-CPUTensorFlow-GPU1.检测当前GPU驱动版本是否满足大于410版本2.下载Vsual C++3.下载Anaconda或Miniconda4.替代.condarc配置文件4.安装Tensorflow-GPU 写在前面：CPU和
转载
2024-02-29 23:46:23
112阅读
之前看了一波深度学习的理论知识。总感觉哪里不对，昨天发现，一直看错书了，应该从tensorflow这类书实践书看起。今天在windows10上搭建了一个简单的深度学习环境。跑一些小程序练练手。正文：深度学习环境：pythonanacondatensorflowkeras其实之前也打算装过tensorflow。但是没有成功。感觉这几个环境最难装的是tensorflow。如果不用GPU加速的话，不用安
转载
2024-06-12 05:48:50
117阅读
1、TensorFlow 的Hello Worldimport tensorflow.compat.v1 as tf
tf.disable_eager_execution()
# 创建一个常量运算，将其作为一个节点加入到默认计算图中
hello = tf.constant("Hello World")
# 创建一个对话
sess = tf.Session()
#运行并获得结果
print(s
**在colab下运行tensorflow版本的faster- rcnn**操作流程以下是具体的代码实现具体的代码实现装载google云盘在云盘中创建文件夹coco，以便于稍后进行存放文件，可以利用如下代码创建//
!mkdir -p /content/drive/My Drive/coco/获取faster-rcnn代码// 获取tf版的faster-rcnn代码
!git clone htt
转载
2024-09-27 19:38:03
68阅读
前言：之前在使用tensorflow的slim.nets模块进行finetune resnet50时，遇到了训练时的准确率和loss值正常，但在验证和测试时准确率很低的问题，具体表现是测试时batch size越小，测试的准确率越低。但按理说batchsize在测试时应该只影响了运行时间，不应该对准确率产生影响，这个问题困扰了我一段时间，最后终于解决。。。在这里记录一下解决这个问题的过程以及注意事
转载
2024-09-06 21:33:50
0阅读
摘要：Tensorflow Distributions提供了两类抽象：distributions和bijectors。distributions提供了一系列具备快速、数值稳定的采样、对数概率计算以及其他统计特征计算方法的概率分布。bijectors提供了一系列针对distribution的可组合的确定性变换。1、Distributions1.1 methods一个distribution至少实现以
转载
2024-05-06 14:04:10
25阅读
TensorFlow 2.0已在十一发布，香不香？好用不好用？现在，这里有一份全中文教学的快速上手指南，基于Keras和Eager Execution（动态图）模式，北大学霸出品，获得TensorFlow官方认可。其名为，简单粗暴TensorFlow 2.0。话不多说，一起来看看吧。简洁高效的指导手册TensorFlow 2.0，摈弃了TensorFlow 1.x的诸多弊病，进一步整合
转载
2024-05-29 19:42:37
28阅读
