文章目录安装概述遇到的问题汇总 安装概述我安装过程中主要参考了这篇文章： 所使用的anaconda由该文中的网址直接下载，不同之处主要是安装tensorflow部分。 若使用pip install tensorflow直接安装，可能出问题的地方有两个：①安装的tensorflow版本为2.1.0，版本太高，与py35环境不适配；②使用该命令时会默认从官网下载，速度很慢。 我使用的命名是pip i
转载
2024-07-15 14:04:41
76阅读
文章目录〇、写在前面一、TensorFlow 概述二、TensorFlow 2.0 安装与环境配置三、第一个程序四、简单的手写数字识别五、稍微复杂的手写数字识别六、总结参考文章 〇、写在前面关于为什么要学习 TensorFlow 2.0 这件事，简单说一下，现在还是硕士在读，在课题完成中，使用 TensorFlow 1.x 真的是问题超级多，最大的烦恼就是改动网络真的麻烦，在这个时候 Tenso
文章目录一、Tensorflow2.8 GPU环境配置二、下载 Object Detection API三、下载 COCO API四、Protobuf的安装配置五、配置环境变量，path路径六、添加path路径文件七、安装 COCO API八、验证 COCO API 是否安装成功九、安装 Object Detection API十、验证 Object Detection API 是否安装成功十、
Window10 内测预览版发布了，前几天一直忙没有时间安装，据说windows 10会开启新变革，有许多酷炫的新功能。周末就迫不及待抓紧时间体验一下Window10 操作系统。预计Windows 10 将于 2015 年 7 月 29 日正式发布。Windows 10 全球发布会精彩瞬间回顾准备一台机器，现在我用一台虚拟机去安装Windows 10，建议最好用物理机体验，安装完成以后
Win10 TensorFlow（gpu）安装详解写在前面：TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从图象的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。从去年
1.安装Anaconda3清华镜像源：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror选择自己系统对应的anaconda版本，这里我选择的是2022.5发行anaconda3-windows-x86_64 在随后的安装程序中，一直点next即可建议将anaconda3加入环境变量当中
转载
2024-03-09 20:22:58
137阅读
文章目录前言一、环境准备二、安装TensorFlow2.1发现问题2.2 解决方法一：屏蔽警告2.3 解决方法二：安装适配版本三、安装过程中遇到的其他问题 前言TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。为了能够在自己的电脑上实
GTX1650+anaconda+python3.7+tensorflow-gpu1.14.0+cuda10.0+cudnn v7.6.5深度学习小白简单记录tensorflow-gpu安装过程，参考了许多他人安装成功的教程，感谢各位大佬！查看是否支持GPU，安装cuda，安装cuDNN，安装tensorflow-gpu并测试。 关键在于各版本是否匹配。1. 首先查找出对应版本的python+te
转载
2024-03-28 16:34:28
168阅读
tensorflow是在anaconda上安装的，所以先安装anconda一、安装anaconda3我安装的是这一个，anaconda自带python，所以不需要单独安装python点击安装，一路next下去（图不是我安装的图，哈哈）安装位置可以自己更改，记住自己的位置就好添加环境变量不要勾，自己后面手动添加比较好，然后一直next下去，直到完成。 然后配置环境： 先找到自己的安装位置，我的是装在
Tensorflow2疑难问题 2、tensorflow2.3的GPU版本安装 一、总结 一句话总结： 安装tensorflow的gpu的版本的时候，要特别注意CUDA、cuDNN、tensorflow版本的一致性，在tensorflow官网可以查看对应版本关系 二、tensorflow2.3的GP
转载
2020-08-09 20:07:00
742阅读
2评论
在上一篇文章中，我们介绍了高效的数据流水线模块 tf.data 的流水线并行化加速。本篇文章我们将介绍 TensorFlow 另一个数据处理的利器——TFRecord。TFRecord ：TensorFlow 数据集存储格式TFRecord 是 TensorFlow 中的数据集存储格式。当我们将数据集整理成 TFRecord 格式后，TensorFlow 就可以高效地读取和处理这些数据集，从而帮助
转载
2024-04-15 09:54:39
53阅读
数据管道Dataset1.Dataset类相关操作1.1 Dataset类创建数据集1.2 Dataset类数据转换 知识树 1.Dataset类相关操作1.1 Dataset类创建数据集tf.data.Dataset 类创建数据集，对数据集实例化。 最常用的如：tf.data.Dataset.from_tensors() ：创建Dataset对象， 合并输入并返回具有单个元素的数据集。tf.
转载
2024-04-30 14:33:00
64阅读
硬件 i7-10700K+RTX2080S软件Win10Miniconda3-py37_4.8.2-Windows-x86_64cuda10.1cudnn7.6.5tensorflow2.3.0安装过程网上看到很多教程都是先把CUDA、cuDNN安装下来再一步步安装。流程没毛病，不过，英伟达的官网就有点恶心，奇慢无比，还时不时的打不开，好不容易打开了网页，下载又下载不下来，要么就一动不动
菜鸟学TensorFlow 2.0：TensorFlow2.0基础操作演示1. Tensor数据类型2. 创建Tensor3. Tensor索引和切片4. Tensor维度变换5. Broadcast6. 数学运算7. 手写数字识别流程8. TensorFlow实现神经网络参考资料 1. Tensor数据类型TensorFlow没有那么神秘，为了适应自动求导和GPU运算，它应运而生。为了契合nu
转载
2024-04-30 04:14:05
265阅读
一、《深度学习之Tensorflow入门原理与进阶实战》1、第三章import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
trainx=np.linspace(-1,1,100)
trainy=2*trainx+np.random.randn(*trainx.shape)*0.3
#y=2x with
转载
2024-05-25 16:55:42
130阅读
Tensorflow2自定义Layers之__init__,build和call详解闲言碎语：--init--,build和call总结 参考官方链接：https://tensorflow.google.cn/tutorials/customization/custom_layers闲言碎语：如果想要自定义自己的Layer，那么使用tf.keras.Layer 来创建自己的类是必不可少的。但是笔
转载
2024-04-02 21:42:56
72阅读
1. 前言：自从Google发布了TensorFlow2.0后，个人觉得与TensorFlow1相比是一个重大的突破，它不仅仅删除了许多旧的库并进行整合，还促进了Keras在搭建模型中的使用，通过高级API Keras让模型构建和部署变得简单。 我们在用TensorFlow2.0创建模型时，可以使用Keras函数API定义模型或者顺序API定义模型。本文将使用Keras函数API来定义CNN模型，
转载
2024-04-03 12:54:45
37阅读
前文：三分钟快速上手TensorFlow 2.0 （中）——常用模块和模型的部署TensorFlow 模型导出 使用 SavedModel 完整导出模型不仅包含参数的权值，还包含计算的流程（即计算图）tf.saved_model.save(model, "保存的目标文件夹名称")将模型导出为 SavedModelmodel = tf.saved_model.load("保存的目标文件夹名
转载
2024-05-13 12:55:58
0阅读
机器学习问题不仅是一个科学问题，更是一个工程问题。大多数年轻的数据科学家都希望将大部分时间花在构建完美的机器学习模型上，但是企业不仅需要训练一个完美的模型，同时也需要将其部署，向用户提供便捷的服务。如下图所示，机器学习系统由机器学习代只包含一小部分，而在中间的小黑匣子周围，所需要的基础设施庞大而复杂。因此，在实际应用中，一个优秀的程序员不仅要学会构建完美的机器学习模型上，同时还需要将其部署向用户提
转载
2024-04-26 13:41:27
95阅读
1 配置环境首先确保已经配置好tensorflow2和cuda、cudnn环境，不要下载错。配置的教程已经有很多，自行查阅2 安装APItf2 object detection 的安装参考此博客，TensorFlow 2 Object Detection API 物体检测教程 虽然这是linux系统下的，但是操作可以类比。简单地说只有三步 1.下载model-master并解压 其中tensorf
转载
2024-05-06 14:49:06
128阅读
