本系列将分为 8 篇 。今天是第二篇 。主要讲讲 TensorFlow 框架的特点和此系列笔记中涉及到的入门概念 。1.Tensor 、Flow 、Session 、GraphsTensorFlow 从单词上可以分成 Tensor 和 Flow 两个单词 。Tensor 即张量 ，表明了其数据结构 ；Flow 翻译可理解为流 ，直观的表达了张量之间通过计算相互转化的过程 ；还有一个很重要的概念 S
首先先介绍一下knn的基本原理：KNN是通过计算不同特征值之间的距离进行分类。整体的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。K通常是不大于20的整数。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。KNN算法要解决的核心问题是K值选择，
转载
2024-03-06 13:04:46
79阅读
2018年9月17日笔记tensorflow是谷歌google的深度学习框架，tensor中文叫做张量，flow叫做流。 DNN是deep neural network的简称，中文叫做深层神经网络，有时也叫做多层感知机（Multi-Layer perceptron,MLP）。 从DNN按不同层的位置划分，DNN内部的神经网络层可以分为三类，输入层，隐藏层和输出层。 如下图示例，一般来说第一层是输入
之前安装了tensorflow2.4版本，但是因为和1.x的部分代码不兼容，卸载了2.4版本，重新安装了1.14版本，但是安装错误ImportError: No module named tensorflow，发现是tensorflow1.14和之前装的CUDA11.0版本不对应，卸载了2.x再装1.x
转载
2024-07-20 19:59:07
135阅读
上篇文章，我们来简单聊了下CNN卷积神经网络，在这篇文章中，我将用TensorFlow来创建一个对Mnist数据集分类的模型。我是在Anaconda下的Jupyter Notebook运行的。1. 不用卷积神经网络import tensorflow as tf
import numpy as np
from tensorflow.examples.tutorials.mnist import in
转载
2023-07-08 11:18:03
1088阅读
什么是TensorFlow？先看看来自TensorFlow官方网站的介绍：TensorFlow™ 是一个开放源代码软件库，用于进行高性能数值计算。借助其灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。TensorFlow™ 最初是由 Google Brain 团队（隶属于 Google 的 AI 部门）中的研究人员和
转载
2024-03-28 07:05:15
46阅读
整体介绍 使用 TensorFlow, 你必须明白 TensorFlow:使用图 (graph) 来表示计算任务.在被称之为 会话 (Session) 的上下文 (context) 中执行图.使用 tensor 表示数据.通过 变量 (Variable) 维护状态.使用 feed 和 fetch 可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据. 一个 Tens
转载
2024-05-17 20:38:37
106阅读
TensorFlow是目前世界上最受欢迎的深度学习框架，主要应用于图像识别、语言理解、语音理解等领域方面。它具有快速、灵活并适合产品及大规模应用等特点。公司里的AI装维质检以及文本分析方面皆可通过TensorFlow实现。希望通过对本文的学习，大家对TensorFlow的有所了解，并可以使用TensorFlow做一些实践，体验一下TensorFlow的奇妙之处。1 什么是TensorFlow?Te
转载
2023-08-02 21:31:11
252阅读
# 教你实现 “Python PINN”（Physics-Informed Neural Networks）
在这篇文章中，我们将指导你如何使用Python构建一个基于物理知识的神经网络（PINN），以解决一些物理问题。以下是我们要遵循的步骤流程表：
| 步骤 | 描述 |
|------|-----|
| 1 | 安装必要的库 |
| 2 | 定义神经网络模型 |
| 3
tensorflow中的损失函数介绍本文参考借鉴了：损失函数loss大大总结，地址： 并参考官方文档整理而成。一. 分类损失函数1.二分类交叉熵损失sigmoid_cross_entropy：Aliases:tf.losses.sigmoid_cross_entropy(…)： 使用tf.nn.sigmoid_cross_entropy_with_logits创建交叉熵loss.tf.losses
转载
2024-03-18 08:33:41
249阅读
# TensorFlow Java案例实现指南
## 简介
在本文中，我将指导你如何使用Java语言实现一个基于TensorFlow的机器学习案例。TensorFlow是一个流行的深度学习框架，它提供了丰富的工具和库来构建和训练机器学习模型。我们将使用TensorFlow Java API来实现我们的案例。
## 案例概述
我们的案例是一个简单的手写数字识别器。我们将使用MNIST数据集，该数
原创
2023-11-10 08:59:18
21阅读
# Android TensorFlow案例：在移动设备上实现机器学习
随着人工智能技术的迅速发展，移动设备上的机器学习（ML）变得越来越普及。TensorFlow Lite（TFLite）是针对移动和边缘设备的轻量级解决方案，能够让开发者在Android应用中集成机器学习模型。本文将通过一个简单的图像分类示例，介绍如何在Android上使用TensorFlow Lite。
## 项目准备
原创
2024-08-02 10:07:42
9阅读
# 实现Java TensorFlow案例
## 引言
随着人工智能的快速发展，TensorFlow成为了最受欢迎和广泛使用的深度学习框架之一。本文将教你如何使用Java语言实现一个简单的TensorFlow案例。作为一名经验丰富的开发者，我将一步一步地引导你完成这个任务。
## 整体流程
下面是实现Java TensorFlow案例的整体流程：
```mermaid
flowchart T
原创
2023-10-14 08:43:00
91阅读
一、计算图1、实现const + const 用图形表示如下： 其表示两个常量相加，与后边的placeholder相比，placeholder更加灵活：先贴出这种常量的代码：
import tensorflow as tf
node1 = tf.constant(1.0,dtype=float32)
node2 = tf.constant(2.0)
add_two_node = tf.
转载
2024-06-28 18:57:52
59阅读
陆老师说，学习一门语言，或者说学习一个工具最好最快的方式就是阅读代码，偶尔查查手册，亦或是借助一个google或者bing，深以为然。下面是tensorflow入门的小例子，看看就差不多了了解了tensorflow的运作方式。这几个例子是：三维拟合、CNN和GAN。这些例子我是从别处抄的，自己看了看，加了些注释。tensorflow三维拟合这里例子是官方学习网站上抄的。# coding: utf-
转载
2024-03-15 11:21:33
41阅读
关于什么是 LSTM 我就不详细阐述了，吴恩达老师视频课里面讲的很好，我大概记录了课上的内容在吴恩达《序列模型》笔记一，网上也有很多写的好的解释多的问题，网上大部分的博客都没有讲清楚 cell 参数的设置，在我看了N多篇文章后终于搞明白了，写出来让大家少走一些弯路吧！ 如上图是一个LSTM的单元，可以应用到多种RNN结构中，常用的应该是 one-to-many 和 many-to-many 下面介
转载
2024-03-26 11:17:54
66阅读
# 如何实现在 Python 中运行 PINN 代码
对于刚入行的小白来说，理解和实现物理信息神经网络（PINN，Physics-Informed Neural Networks）可能会有些困难。本文将为您提供一个清晰的流程，以帮助您实现基本的 PINN 代码，并解释每一步所需的代码。
## 整体流程
下面是实现 PINN 代码的步骤：
| 步骤 | 描述
下面我将介绍内嵌物理知识神经网络（PINN）求解微分方程。首先介绍PINN基本方法，并基于Pytorch框架实现求解一维Poisson方程。1.PINN简介神经网络作为一种强大的信息处理工具在计算机视觉、生物医学、 油气工程领域得到广泛应用, 引发多领域技术变革.。深度学习网络具有非常强的学习能力, 不仅能发现物理规律, 还能求解偏微分方程.。近年来，基于深度学习的偏微分方程求解已是研究新热点。内
1、python之禅The Zen of Python, by Tim PetersBeautiful is better than ugly.Explicit is better than implicit.Simple is better than complex.Complex is better than complicated.Flat is better than nested.Spa
