Tensorflow 中的constant和 Variabletf.constant()Sessiontf.placeholder()Session’s feed_dicttf.Variable()初始化 在 TensorFlow 中，数据不是以整数，浮点数或者字符串形式存在的。这些值被封装在一个叫做 tensor 的对象中 tf.constant()tf.constant() 返回的 ten
转载
2024-03-18 18:03:18
35阅读
数据文件是一种将图像数据和标签统一存储的二进制文件，能更好的利用内存，在tensorflow中快速的复制，移动，读取，存...
原创
2021-07-12 11:47:34
195阅读
tensorflow-TFRecord 文件详解TFRecord 是 tensorflow 内置的文件格式，它是一种二进制文件，具有以下优点：统一各种输入文件的操作更好的利用内存，方便复制和移动将二进制数据和标签(label)存储在同一个文件中import os import numpy as npimport tempfileimport tensorflow as tf# example_path = os.path.join(tempfile.gettempdir(
原创
2023-01-13 09:12:20
79阅读
import tensorflow as tftf_file_writer = tf.python_io.TFRecordWriter("tmp")fea = [1,2,3]#tf.ones(shape=[3,2],dtype=tf.float32)label_vector= [4,5,6]#tf.zeros([2],dtype=tf.float32)example = tf.train....
原创
2022-07-19 11:51:30
53阅读
|对白公众号：对白的算法屋大家好，我是对白。目前，越来越多的互联网公司内部都有自己的一套框架去训练模型，而模型训练时需要的数据则都保存在分布式文件系统（HDFS）上。Hive作为构建在HDFS上的一个数据仓库，它本质上可以看作是一个翻译器，可以将HiveSQL语句翻译成MapReduce程序或Spark程序，因此模型需要的数据例如csv/libsvm文件都会保存成Hive表并存放在HDFS上，
原创
2022-04-20 18:05:22
392阅读
目录程序介绍 包导入 TFRecord录入格式转换 TFRecord文件写入测试 TFRecord文件读取测试
转载
2023-07-14 12:24:29
72阅读
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
补充：TFRECORD文件学习 https://blog.csdn.net/briblue/article/details/80789608 import tensorflow as tf import os import random import sys #生成的tfrecord文件数量 _NU
转载
2020-11-15 15:34:00
262阅读
2评论
一、安装条件可以参考tensorflow官网需求https://tensorflow.google.cn/install/gpu 需求如下图1.nvidia gpu驱动必须在 418.x或者更高 2.cuda toolkit 10.1版本支持tensorflow 2.1以上版本 3.cuDNN SDK 大于或等于7.6 满足以上需求其他的可以忽略的ps：未安装cuda跟cudnn的可以先不安装，推
转载
2024-06-08 19:22:15
196阅读
Tensorflow教程笔记基础TensorFlow 基础TensorFlow 模型建立与训练基础示例：
原创
2021-07-06 11:11:14
558阅读
安装tensorflow-gpu 2.5详细步骤1、配置python环境 安装anaconda。anaconda是用于科学计算、机器学习的专用软件包，包含python环境及sklearn等一系列机器学习相关库包。 安装完成后可以打开anaconda prompt 查看python版本，以笔者为例，版本为python 3.8.82、安装CUDA ToolKit 我们从tensorflow官方文档可知
转载
2023-12-15 18:49:41
43阅读
经过调查是tensorflow不知道什么时候被替换安装成CPU版本了= =
原创
2022-07-19 11:45:38
288阅读
1. 利用TFRecord 格式 读、存 取 Mnist数据集的方法 存取 Mnist数据集的方法 （TFRecord格式） import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data impo
原创
2022-05-18 23:05:30
129阅读
import org.tensorflow.example.Featuresimport org.tensorflow.example.Featureimport org.tensorflow.example.Exampleimport org.tensorflow.example.Flo
原创
2022-07-19 11:49:34
358阅读
TFRecord 是 tensorflow 内置的文件格式，它是一种二进制文件，具有以下优点：1. 统一各种输入文件的操作2. 更好的利用内存，方便复制和移动3. 将二进制数据和标签(label)存储在同一个文件中 引言我们先不讲 TFRecord，因为讲了你也不懂，认识几个操作吧 tf.train.Int64List(value=list_data)它的作用是 把 list
转载
2024-04-26 20:34:01
43阅读
Tensorflow安装CPU版：如果你的电脑没有NVIDIA的显卡的话，你就必须选择安装这个版本，不过这个版本的安装要比GPU版的简单，官方也推荐先用CPU版的来体验。 GPU版：TensorFlow在GPU上运行要比CPU上快很多，如果你的GPU能够达到要求就可以选择安装GPU版。 GPU版的安装要求 CUDA® Toolkit 8.0CUDA® Toolkit
转载
2024-03-15 05:23:00
85阅读
tensorflow 提供了统一的数据存储格式，即 TFRecord（record 表示记录），以提高程序的可扩展性，当数据来源十分复杂时，仍能有效记录输入数据中的信息。
1. tfrecord 使用流程
比如对于 mnist 训练数据集，我们要将其 label 和像素内容以 TFRecord 的形式写入到本地。
所需 api：
tf.python_io.TFRecordWriter(
转载
2017-05-25 10:34:00
75阅读
2评论
今天发现一个怪现象，在训练keras时，发现不使用GPU进行计算，而是采用CPU进行计算，导致计算速度很慢。用如下代码可检测tensorflow的能使用设备情况：from tensorflow.python.client import device_libprint(device_lib.list_local_devices()) 可用设备为：[name: "/device:CPU:0"device_type: "CPU"memory_limit: 268435456lo
原创
2021-08-12 22:02:53
389阅读
TFRecord格式 TFRecord格式是TensorFlow首选的格式，用于储存大量数据并有效读取数据。这是一种非常简单的二进制格式，只包含大小不同的二进制记录序列（每个记录由一个长度、一个用于检查长度是否受损的CRC校验和、实际数据 以及最后一个CRC校验和组成）。可以使用tf.io.TFRe ...
转载
2021-10-27 11:15:00
399阅读
2评论
需求：读取生成的Tfrecord并展示部分图片.解决方法:基于tensorflow、cv2、numpy等库完成该功能
原创
2023-02-21 09:32:40
42阅读
