经验证本文的程序兼容TensorFlow 1.11.0版本 tensorflow profiler 主要特性使用tensorflow profiler举例高级功能Advisor TensorFlow profiler 主要特性从r1.3版本开始， tensorflow 提供profiler模块为方便描述，下面将tf中运行的神经网络模型简称为graph，其中的节点称为node.profiler的最大
转载
2024-03-13 20:03:10
135阅读
目录一、tensorflow 1.x版本1.1 手写交叉熵损失1.1.1 非喂数据的 python 代码1.1.2 喂数据版的 python 代码二、tensorflow 2.x版本2.1 手写交叉熵损失2.2 利用 tf 的交叉熵损失接口一、tensorflow 1.x版本1.1 手写交叉熵损失1.1.1 非喂数据的 python 代码#LR not fe
转载
2024-04-06 19:23:41
48阅读
TensorFlow 官方文档中文版你正在阅读的项目可能会比 Android 系统更加深远地影响着世界！缘起2015年11月9日，Google发布人工智能系统TensorFlow并宣布开源，同日，极客学院组织在线TensorFlow中文文档翻译。机器学习作为人工智能的一种类型，可以让软件根据大量的数据来对未来的情况进行阐述或预判。如今，领先的科技巨头无不在机器学习下予以极大投入。Facebook、
在已有tensorflow的ckpt模型时候，如何查看节点信息，网上有很多代码：from tensorflow.python import pywrap_tensorfl
原创
2024-10-24 11:20:23
41阅读
Linux是一种开源操作系统，大家都知道它在计算机领域有着广泛的应用。而TensorFlow则是一个功能强大的机器学习工具，被广泛用于深度学习领域。今天我们要讨论的是红帽（Red Hat）与Linux以及TensorFlow之间的路径关系。
首先，红帽是一家总部位于美国的软件公司，主要提供企业级的开源软件解决方案。其旗下的操作系统Red Hat Enterprise Linux（RHEL）是业内
原创
2024-05-17 12:12:26
119阅读
import tensorflow as tf
print(tf.__path__)
print(tf.__version__)
转载
2020-10-17 16:52:00
811阅读
2评论
在进行深度学习开发之前，我们都必须面对的是数据加载问题。如何加载我们自己的数据，是我们不得不面对的一个问题，本篇以数据加载作为我们tensorflow实战的开始，教你手把手实现自己的模型训练。目录一、tensorflow常见的数据集格式二、内存数据2.1、数据集说明2.2、生成样本数据三、TFRecord数据四、Dataset数据集4.1、生成Dataset对象4.2、在Session中使用Dat
转载
2024-04-27 23:19:11
34阅读
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
想要使用Tensorflow必须先要安装上这个，我用的是win10系统，之前也装了python环境所以我就直接使用pip install tensorflow命令安装上就可以使用了。 想要使用tensorflow，就必须明白tensorflow：1、使用图（graph）来表示计算任务。2、在被称之为为会话（session）的上下文（context）中执行图。3、使用tensor表示数据。
转载
2024-04-23 11:57:41
27阅读
前言我的TensorFlow环境： 用Anaconda3-5.0.1搭建的: windows7 + python3.6.3 + tensorflow1.8.0以下笔记中出现的程序代码均经过调试并运行成功的。很可能由于版本变更等原因，对部分代码进行过修改河调整。简介目的：了解TensorFlow 一个简单示例：import tensorflow as tf
import numpy as np
#
转载
2024-06-23 06:16:14
42阅读
TensorFlow学习笔记02:使用tf.data读取和保存数据文件使用`tf.data`读取和写入数据文件读取和写入csv文件写入csv文件读取csv文件读取和保存TFRecord文件TFRecord基础API`Example`对象的创建和序列化TFRecord文件的读写写入TFRecord文件读取TFRecord文件 使用tf.data读取和写入数据文件准备加州房价数据集并将其标准化:fr
转载
2024-04-13 12:52:39
23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
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
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
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
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
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
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
