一、导入库及相关数据（葡萄牙语翻译为英语）import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
import sklearn
import pandas as pd
import os
import sys
import time
import tensorflo
转载
2024-02-22 18:28:40
81阅读
菜鸟学TensorFlow 2.0：TensorFlow2.0安装与环境配置1. TensorFlow概述2. TensorFlow依赖环境搭建3. TensorFlow 2安装3. 第一个TensorFlow程序 1. TensorFlow概述Tensorflow是当今深度学习很流行的一个框架，它是由谷歌开发的深度学习框架到现在已经发布到了TF2.0版本了。TensorFlow 2 废弃了大量
转载
2024-05-14 07:31:10
34阅读
tensorflow1.x和tensorflow2.x对比与总结1. 主要区别有如下几点1.0. 易于使用（Ease of use）1.1. 使用Eager模式（Eager Execution）1.2. 建立模型和部署变得容易（Model Building and deploying made easy）1.3. 简化了Data pipeline（The Data pipeline simpli
转载
2024-02-27 20:12:44
202阅读
好像大家在windows上部署gpu版tensorflow都不太顺利，折腾了两个晚上，分享下自己的经验，希望对大家有所帮助。 有两点特别提一下：1、安装前先确认要安装的版本组合，Python是3.x的，tensorflow选择的版本是否支持你的Python版本，gpu版需要安装的C
转载
2024-07-07 19:54:26
42阅读
数据集的准备用的数据集都是我从网上下载的，而且数据集的预处理我之前已经写过一篇文章了，大家可以看那个文章从那里可以下载到数据集和预处理的代码。中英翻译对数据集的预处理。Transorflow模型代码这个模型是从GitHub获取的官网代码，不需要怎么改动。接下来我就简单的讲下每部分代码都起到了什么作用，至于为什么要用到这些代码和这些代码主要是干什么的？大家可以看看我转载的这篇文章，模型中的代码在这篇
转载
2024-03-24 10:46:47
60阅读
先普及一些NLP基本概念，也给自己提个醒。tokenization指的是分词，分出来的每一个词语叫做token。文本向量化，转化成vector（一般不用one-hot，文本很多就完蛋了）word-embedding:使用了浮点型的稠密矩阵表示token，根据词典大小，向量会使用不同的维度，可以是100，256，300等等。向量中每一个值是个超参数，初始的时候是随机生成的，之后会在训练的过程中进行学
opencv与tensorflow入门前言安装Anaconda(windows)图片的读取和写入图片的像素操作tensorflow入门numpy和matplotlib使用人工神经网络实现股票收盘价格逼近 前言在入门计算机视觉和深度学习之前，opencv是必须要学会的一个软件库，不仅要学习它的使用，还要理解它的基本原理。本文将从基础的环境搭建一步步进行CV入门之路。安装Anaconda(windo
转载
2024-02-23 22:47:26
24阅读
最近为了让机器人更加聪慧而善解人意，准备在英伟达的TX2上开发一下视觉目标检测与速度预判，需要一种比较好的方案，因此选择了Retinanet（Resnet）残差网络进行图像的识别。它需要配置TensorFlow1.4.0以上级别的框架，以及Python3.5，于是乎步入了血海深坑至今酸爽不已。接下来是需要注意的坑（对于菜狗来说，很多都是坑，让大神见笑了）：一、ARM内核与X86内核是不同的，在我们
转载
2024-04-13 00:48:43
102阅读
## Transformer: TensorFlow vs PyTorch
. It was
原创
2023-12-29 04:56:25
219阅读
功能组件（数据管道、回调函数、特征列处理）前言本文是《pytorch-tensorflow-Comparative study》，pytorch和tensorflow对比学习专栏，第三章——功能组件（数据管道、回调函数、特征列处理部分）。虽然说这两个框架在语法和接口的命名上有很多地方是不同的，但是深度学习的建模过程确实基本上都是一个套路的。所以该笔记的笔记方式是：在使用相同的处理功能模块上，对比记
转载
2024-03-21 17:50:39
290阅读
深度了解Transformer【1】前言：Transformer由论文《Attention is All You Need》提出，谷歌云TPU推荐的参考模型。论文相关的Tensorflow的代码可以从GitHub获取，其作为Tensor2Tensor包的一部分。哈佛的NLP团队也实现了一个基于PyTorch的版本，并注释该论文。本文采取逐一的介绍论文里面的核心概念，希望让普通读者也能轻易理解。即会
Transformer模型起初被提出于谷歌《Attention Is All you Need》这篇论文。其完全抛弃了CNN，RNN等结构模式，仅仅通过注意力机制（self-attention）和前向神经网络（Feed Forward Neural Network），不需要使用序列对齐的循环架构就实现了较好的performance 。（1）摒弃了RNN的网络结构模式，其能够很好的并行运算；（2）其
TensorRT一、简介TensorRT 是一个深度学习模型线上部署的优化引擎，即 GPU Inference Engine。Tensor 代表张量，即数据流动以张量的方式，如4维张量 [N, C, H, W]。RT表示 runtime。 一般情况如上图，线下构建网络结构，训练好模型，然后在实际业务中线上部署到对实时性要求较高（latency敏感）的场景，如一般的嵌入式设备，云端等等。实际应用中，
转载
2024-04-01 12:04:38
749阅读
TensorFlow新版本发布还不到一个月的时间，这个互联网上最受欢迎的机器学习项目却取得了众多进展，刚刚TensorFlow宣布，他们将与TensorRT公司完全整合。TensorRT是一个优化深度学习模型的库，用于在生产环境中的GPU上创建运行时部署。TensorFlow可以利用TensorRTs FP16和INT8 optimization的众多优势，特别是TensorRT在自动选择最有能力
转载
2024-04-25 14:49:08
95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
本文以TensorFlow源码中自带的手写数字识别Example为例，引出TensorFlow中的几个主要概念。并结合Example源码一步步分析该模型的实现过程。一、什么是TensorFlow 在这里，引入TensorFlow中文社区首页中的两段描述。关于 TensorFlow
TensorFlow™ 是一个采用数据流图（data flow
graphs），用于数值计算的开源
转载
2024-04-26 17:54:37
57阅读
最近用了一点pytorch，想着稍稍理一下，这样一个和TensorFlow抗衡的一个框架，究竟是何方神圣？首先我们要搞清楚pytorch和TensorFlow的一点区别，那就是pytorch是一个动态的框架，而TensorFlow是一个静态的框架。何为静态的框架呢？我们知道，TensorFlow的尿性是，我们需要先构建一个TensorFlow的计算图，构建好了之后，这样一个计算图是不能够变的了，然
转载
2023-09-30 20:57:54
984阅读
大家好，这里是 NewBeeNLP。关于 Transformer ，这是一篇很好的学习指南，可以帮助你熟悉最流行的 Transformer 模型。
自 2017 年提出至今，Transformer 模型已经在自然语言处理、计算机视觉等其他领域展现了前所未有的实力，并引发了 ChatGPT 这样的技术突破，人们也提出了各种各样基于原始模型的变体。由于学界和业界不断提出基于 Transfo
win10安装tensorflow安装anacondaanaconda下载地址，勾选添加环境变量，anaconda3表示python3安装CUDA查看tensorflow，python，cuDNN，CUDA对应型号 我安装tensorflow2，所以下载python3.6，cuDNN7.4，CUDA10 安装完，打开anaconda prompt终端，输入nvcc -V显示版本则成功。安装cuDN
文章目录项目介绍代码实现1、导入需要的库2、导入数据集3、将文本编码成数字形式3.1 使用 tfds.features.text.Tokenizer() 函数3.1.1 建立词汇表并统计词汇表中的单词数量3.1.2 建立编码器3.1.3 对所有样本进行编码3.1.3.1 删除过长的样本3.1.3.2 编码函数3.1.3.3 将样本打乱、分批3.2 使用 tf.keras.preprocessin
转载
2024-01-05 19:11:55
32阅读
