1.gcc/g++降级Ubuntu18.04自带的gcc/g++是7.0版本的，但cuda不支持这么高版本，我们需要安装4.8版本。 1.下载安装4.8版本的gcc/g++sudo apt-get install gcc-4.8
sudo apt-get install g++-4.82.让gcc软连接至4.8版本的gcc，g++软连接至4.5版本的g++装完后进入到/usr/bin目
转载
2024-05-30 09:44:00
226阅读
python -c 'import tensorflow as tf; print(tf.__version__)' # for Python 2 python3 -c 'import tensorflow as tf; print(tf.__version__)' # for Python 3
原创
2022-07-15 17:24:55
583阅读
GPU环境的配置 在深度学习中，模型往往很复杂，数据量很大，此时使用GPU运行会快很多。而使用GPU就需要安装CUDA和CuDNN。本文是为了使用tensorflow的gpu版本而使用的GPU。 （1）GPU的配置 首先，要使用TensorFlow的GPU，需要达到的硬件前提：显卡类型是NVIDIA，显卡的计算能力要至少达到3.0。 可以在下面的网站查看： https://developer.nv
转载
2024-03-03 21:09:24
65阅读
距离Tensorflow的1.2.1版本发布才过去一个月，但新发布的1.3版本已经包含了诸多更新。开发者可以在Tensorflow Github页找到完整的发布报告。本文则会概述开发者在升级到1.3版本之前和之后应知晓的最重要变化。\\ 从cuDNN 5.1到cuDNN 6\\ 开发者要从1.2.1升级到1.3，还需要升级系统中的cuDNN版本。1.3的编译版本是用NVIDIA的cuDNN 6
转载
2024-05-22 08:13:09
78阅读
本章提供了tensorflow模型常用的一些处理方法，包括：tensorboard查看ckpt网络结构tensorboard查看pb网络结构ckpt模型转pb模型pb模型转pbtxt文件测试pb模型pb模型转tflite模型测试tflite模型h5模型转pb模型测试caffe模型1.1 查看ckpt网络结构_v1.py运行脚本在控制台输入命令：tensorboard --logdir=d:/log
转载
2024-04-05 19:49:01
346阅读
windows10 安装 anaconda CPU版本 tensorflow（附安装包，一次成功！）一、前言今天装tensorflow遇到各种问题，真的装的很蛋疼，装了好几个小时，最后终于装好了。这里我总结了装tensorflow的方法。我安装的是anaconda3-4.2.0 包含的python3.5 对应的tensorflow安装的是tensorflow 1.2.1 链接：https://pa
转载
2024-06-07 10:50:11
54阅读
本章的前期工作以及神经网络的搭建：一、可视化界面设计 使用 tkinter来设计可视化界面1.新建窗体from tkinter import Label, Menu, DoubleVar, Button, Tk, filedialog
window = Tk() # 创建窗口
window.title("用户页面") # 窗口标题
window.geo
转载
2024-06-26 10:22:13
29阅读
一、自定义权值tf.nn.conv2d基于输入X: [batch_size,高，宽，通道数] 和卷积核W: [卷积核大小，卷积核大小 ，输入通道数，卷积核数量] 进行卷积运算，得到输出 O [batch_size，新的高，新的宽，卷积核数量] import tensorflow as tf
x = tf.random.normal([2,5,5,3]) # 模拟输入，3 通道，
转载
2024-04-13 09:28:39
22阅读
是一个通过计算图的形式来表述计算的编程系统。其中的Tnesor,代表它的数据结构，而Flow代表它的计算模型。TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的线描述了计算之间的依赖关系。 在TensorFlow程序中，系统会自动维护一个默认的计算图，通过tf.get_default_gragh函数可以获取当前默认的计算图。除了默认的计算图，TensorFlow也支持通过tf
转载
2024-02-29 16:23:52
32阅读
TensorFlow有CPU版本和GPU版本之分，CPU版本安装相对简单，按着TensorFlow的官方文档进行安装即可。但CPU版本只能使用CPU进行计算，计算效率低。对于简单的模型计算可以使用CPU模式，但对于复杂的模型训练就需要GPU的支持了。GPU版本安装方式TensorFlow的GPU版本有两种安装方式：源码编译安装这种方式灵活性最强，但这种方式不但会涉及TensorFlo
转载
2024-03-08 09:04:36
42阅读
介绍变量之前，先对’tensor’这个单词做出解释：3. tensor文档中是这样说明的：TensorFlow 程序使用 tensor 数据结构来代表所有的数据, 计算图中, 操作间传递的数据都是 tensor. 你可以把 TensorFlow tensor 看作是一个 n 维的数组或列表. 一个 tensor 包含一个静态类型 rank, 和 一个 shape. 4. 变量变量维护图执行过程中
全文共8094字，预计学习时长30分钟或更长 图片来源：pexels.com/@pixabayTensorFlow是谷歌2015年开源的通用高性能计算库。最初主要是为构建神经网络(NNs)提供高性能的API。然而，随着时间的推移和机器学习(ML)社区的兴起，TensorFlow已经发展为一个完整的机器学习生态系统。 TensorFlow自诞生以来变化巨大。TensorFlow 2.0目前处于测试阶
tensorflow由于谷歌的原因，不同的版本有时候改动比较大，所以决定好自己想使用的版本后就不要轻易更改，免得后续移植程序的时候出现很多错误。 本文以及后续文章关于tensorflow的学习和开发选在windows 10 平台上，使用python。不管是python还是tensorflow，网上都有很多安装方式，但是最简单快捷的应该是使用Anaconda。使用Anaconda管理环境最清晰
一、简介VGG网络在2014年的 ILSVRC localization and classification 两个问题上分别取得了第一名和第二名。VGG网络非常深，通常有16－19层，如果自己训练网络模型的话很浪费时间和计算资源。因此这里采用一种方法获取VGG19模型的模型数据，从而能够更快速的应用到自己的任务中来，本文在加载模型数据的同时，还可视化图片在网络传播过程中，每一层的输出特征图。让我
转载
2024-04-29 08:51:31
80阅读
查看是否有GPUimport tensorflow as tfgpu_device_name = tf.test.gpu_device_name()print(gpu_device_name)输出/device:GPU:0GPU是否可用# 返回True或者Falsetf.test.is_gpu_available()from tensorflow.python.client import devi
原创
2023-02-27 10:48:06
1150阅读
在Linux系统中，想要查看TensorFlow版本并对其进行管理是非常重要的。TensorFlow是一个功能强大的开源机器学习框架，不断更新版本以改进性能和功能。在Red Hat Enterprise Linux（RHEL）等Linux系统中，可以通过简单的命令来查看当前安装的TensorFlow版本。
要查看TensorFlow版本，首先需要打开终端窗口。然后，在终端窗口中输入以下命令：
原创
2024-04-25 10:06:40
185阅读
已安装好anaconda3，python3.7，cuda10.11、下载cuda1.1 先查看自己的显卡支持的cuda版本在桌面右键选择nvidia控制面板，然后在系统信息组件中就能查看。 我的是cuda10.11.2 到官网下载cuda：下载安装完要添加环境变量1.3 cuda添加环境变量，我安装的时候已自动添加了，没有的话手动添加一下：还需把以下路径添加到Path环境变量： C:\Progra
如何基于Anaconda安装tensorflow-gpu报告实验环境：Windows 10 64位操作系统NVIDIA驱动程序版本419.72目录如何基于Anaconda安装tensorflow-gpu报告实验环境：一、 为什么要使用tensorflow二、 安装流程1. 安装前的明确2. 详细步骤1）CUDA安装配置2）CuDNN安装配置3）Tensorflow安装Tensorflow环境
转载
2024-06-19 18:01:19
78阅读
一、Anaconda安装可以参考笔者的这篇博客：Anaconda安装详细教程二、准备工作1、单击启动Anaconda Prompt创建新虚拟环境2、在Anaconda Prompt依次执行以下命令conda create -n pytorch pythnotallow=3.6，创建名字为tensorflow的虚拟环境，再通过命令conda info --envs可以查到已存在的虚拟环境(tenso
转载
2024-05-14 10:40:21
153阅读
这个公众号终于又要开始更新了，这几个月每天都在研究Tensorflow，虽然之前工作中也用它训练了不少模型，可是大部分模型都非常简单．最近接触了更多的深度学习模型后，对Tensorflow有了一些新的体会，于是打算写一系列相关文章，记录自己的学习心得．目前计划有简单的函数介绍，关于Keras的使用感触，分布式训练与优化，以及CUDA编程和Tensorflow的自定义函数．今天就先从简单的调试和功能
转载
2024-04-15 11:34:27
24阅读
