其实内容有一定难度，不适合入门资料，同样的内容可以讲的很简单，需要一定的知识储备。使用 TensorFlow 的基本步骤学习目标：学习基本的 TensorFlow 概念在 TensorFlow 中使用 LinearRegressor 类并基于单个输入特征预测各城市街区的房屋价值中位数使用均方根误差 (RMSE) 评估模型预测的准确率通过调整模型的超参数提高模型准确率设置在此第一个单元格中，我们将加
TensorFlow入门教程之0: BigPicture&极速入门TensorFlow入门教程之1: 基本概念以及理解
TensorFlow入门教程之2: 安装和使用
TensorFlow入门教程之3: CNN卷积神经网络的基本定义理解TensorFlow入门教程之4: 实现一个自创的CNN卷积神经网络
TensorFlow入门教程之5: TensorBoard面板可视化管理
Tenso
转载
2024-09-02 11:32:29
31阅读
原来链接 -> link声明：参考自Python TensorFlow Tutorial – Build a Neural Network，本文简化了文字部分 文中有
原创
2022-03-18 14:37:41
269阅读
Tensorflow教程笔记基础TensorFlow 基础TensorFlow 模型建立与训练基础示例：多层感知机（MLP）卷积神经网络（CNN）循环神经网络（RNN）深度强化学习（DRL）Keras Pipeline自定义层、损失函数和评估指标常用模块 tf.train.Checkpoint ：变量的保存与恢复常用模块 TensorBoard：训练过程可视化常用模块 tf.data ：数据集的构建与预处理常用模块 TFRecord ：TensorFlow 数据集存储格式常用
原创
2021-07-09 14:24:09
462阅读
Tensorflow教程笔记基础TensorFlow 基础TensorFlow 模型建立与训练基础示例：多层感知机（MLP）卷积神经网络（CNN）循环神经网络（RNN）深度强化学习（DRL）Keras Pipeline自定义层、损失函数和评估指标常用模块 tf.train.Checkpoint ：
原创
2021-07-16 17:34:55
1274阅读
docker基础教程：https://legacy.gitbook.com/book/yeasy/docker_practice/details，通过这个教程可以了解docker基本概念 为什么使用docker？避免复杂的环境的配置，比如cuda。而在ubuntu上运行docker tensorflow-gpu镜像，仅仅需要安装nvidia驱动即可，幸运的是一般通过软件更新器（softw
转载
2023-08-16 17:43:07
99阅读
原来链接 -> link声明：参考自Python TensorFlow Tutorial – Build a Neural Network，本文简化了文字部分 文中有很多到官方文档的链接，毕竟有些官方文档是中文的，而且写的很好。Tensorflow入门资源：付费tensorflow教程Tensorflow graphsTensorflow是基于graph的并行计算模型...
原创
2021-05-29 07:40:53
479阅读
Tensorflow教程笔记TensorFlow 基础目录Tensorflow教程笔记计算图纸Tensor 张量意义自动求导机制基础示例：线性回归NumPy 下的线性回归TensorFlow 下的线性回归计算图纸Tensorflow 首先要定义神经网络的结构, 然后再把数据放入结构当中去运算和 training.因为TensorFlow是采用 数据流图（data flow graphs） 来计算, 所以首先我们得创建一个数据流图, 然后再将我们的数据（数据以张量(tensor)的形式存在）放在
原创
2021-07-09 14:52:04
492阅读
开篇作为用tensorflow1.4一值没更新的人来讲，本来决定换pytorch,但是看了下tensorflow2的一些简单操作后，决定再次投入到tensorflow的怀抱。基础操作首先看一些基础操作import tensorflow as tf
import numpy as np
tf.__version__
#'2.2.0'
x = [[1.]]
m = tf.matmul(x, x)
p
转载
2024-04-18 14:57:30
56阅读
搭建TensorFlow的GPU Docker环境
转载
2023-06-30 18:02:22
83阅读
目录 tensorflow容器化一、docker安装二、tensorflow三、创建自己的镜像四、编写Dockerfile五、build镜像六、运行镜像补充：依赖缺失问题解决tensorflow容器化一、docker安装二、tensorflow在docker中运行tensorflow的第一步就是要找到自己需要的镜像,我们可以去docker hub找到自己需要的tensorflow镜像.t
转载
2023-08-31 23:16:52
82阅读
TensorFlow DeepLab教程初稿-tensorflow gpu安装教程 Summary: DeepLab需要1.10以上版本。 本日志详细记录在两台不同笔记本电脑安装/更新 TensorFlow-GPU的具体过程 这是本人第3次，4次安装tf，这两次是gpu版。 第一次是安装cpu版，第二次是在python2.7 arcpy环境下安装32位 tf，但不能运行。第三次安装成功，但电脑
转载
2019-07-24 19:41:00
457阅读
2评论
第一步，安装docker第二步，docker的tensorflow serving镜像安装，有两种，一个是CPU版本，一个是GPU版本（重要）在后面需要简单测试下tensorflow serving+docker环境是否成功，这里我们使用tensorflow serving源码中的模型，所以首先将tensorflow serving源码克隆到自己的电脑中，命令：git clone https://
转载
2023-12-08 08:46:13
90阅读
一、TensorFlow Serving简介TensorFlow Serving是GOOGLE开源的一个服务系统，适用于部署机器学习模型，灵活、性能高、可用于生产环境。 TensorFlow Serving可以轻松部署新算法和实验，同时保持相同的服务器架构和API，它具有以下特性：支持模型版本控制和回滚支持并发，实现高吞吐量开箱即用，并且可定制化支持多模型服务支持批处理支持热更新支持分布式模型易于
转载
2023-06-25 20:55:20
15阅读
tensorflow是谷歌开源的人工智能库，有最完善的生态支持。是进行人工智能领域开发和科研的必备工具。本文在windows10下，借助anacondaAnaconda安装和使用，安装tensorflow2.0。首先打开anaconda，执行conda create --name tf2.0 python=3.7建立一个名为tf2.0的虚拟环境。细节不说了，参考我之前的文章，就是一直选yes，安装
原创
2021-03-01 22:12:29
567阅读
Kubeflow是Kubernetes的机器学习工具包。它的目的是将流行的工具和库归为一类，以使用户能够：生成具有持久容量的Jupyter notebooks，用于进行探索性工作。在最初对TensorFlow 生态系统的支持下，构建，部署和管理机器学习pipelines，但此后扩展到包括最近在研究界越来越受欢迎的其他库（例如PyTorch）。调整hyperparameters, 
# 如何在Docker中实现TensorFlow
对于初学者来说，将TensorFlow与Docker结合使用可能会有些复杂，但只要按照一定的流程和步骤操作，就会发现其实并不难。以下是实现TensorFlow Docker的一步步指导。
## 整体流程
下面的表格简要概述了将TensorFlow与Docker结合使用的具体步骤：
| 步骤 | 描述
原创
2024-08-26 07:02:21
22阅读
TensorFlow R发现它很有用...
翻译
2023-07-14 18:31:53
69阅读
目录结构:深度学习简介Tensorflow系统介绍Hello TensorFlowCNN 看懂 世界RNN 能说会道CNN+LSTM看图说话损失函数与优化算法这本书很适合有一定机器学习基础的人阅读, 书中首先第一章会介绍深度学习是什么、发展趋势如何，第二章介绍了Tensorflow是如何通过 “图” 来简单方便地构建一个神经网络，第三章简单介绍了安装以及相关的python库，然后使用kaggle
1.import
2.train test指定训练集测试集
3.在sequential（）中搭建网络结构，逐层描述每层网络（相当于走了一遍前向传播）
4.在compile（）中配置训练方法，告知训练器选择哪种优化器，选择哪个损失函数，以及选择哪种评测指标
5.在fit（）中执行训练过程，告知训练集和测试集的输入特征和标签，告知每个batch是多少，告知要迭代多少次数据集
6.用summar()打印
