上一篇讲到了如何安装pycharm和anaconda，同时也讲了一下怎么debug，这篇主要讲解pycharm安装tensorflow和gpu版本的tensorflow。 Pycharm可以很轻易地装各种第三方库和深度学习框架。 在File->Setting->Project->Project Interpreter中，点击画红圈的地方“+”， &n
转载
2023-07-06 23:39:54
268阅读
Python调用windows下DLL详解在python中某些时候需要C做效率上的补充，在实际应用中，需要做部分数据的交互。 使用python中的ctypes模块可以很方便调用windows的dll（也包括linux下的so文件）， 下面将详细的讲解这个模块，首先介绍一个简单的例子 引入ctypes库 from ctypes import * 假设有一个符合cdecl调用约定的DLL文
转载
2023-07-06 21:29:30
73阅读
本文介绍在Anaconda环境中，下载并配置Python中机器学习、深度学习常用的新版tensorflow库的方法。 在之前的两篇文章基于Python TensorFlow Estimator的深度学习回归与分类代码——DNNRegressor（）与基于Python TensorFlow Keras的深度学习回归代码——keras.Sequential深度神经网络（）中，我们介绍了利用Pyt
转载
2024-04-02 15:45:41
90阅读
# 在Python中调用TensorFlow的探秘之旅
## 引言
随着人工智能技术的迅猛发展，深度学习已成为其核心。TensorFlow是Google开源的深度学习框架，它以其灵活性和高效性而受到广泛欢迎。本文将介绍如何在Python中调用TensorFlow进行简单的深度学习任务，并通过代码示例和流程图帮助大家更深入地理解这一过程。
## 一、环境准备
在开始之前，确保你的环境中已经安
首先，我要强调一下Python中的安装版本问题！！ 在学习其他语言的时候似乎不重要，但在配置Python开发环境的时候显得非常重要！ 是非常非常重要！！！我机器现在安装的是：Win10 + Python3.5.2 + CUDA8.0.61 + cuDNN6.0 + tensorflow 1.4.0 ， 仅供参考。首先我建议安装
转载
2023-12-06 12:25:34
83阅读
在安装好了TensorFlow后，就是使用TensorFlow了。 TensorFlow需要在python的IDE中使用，本人使用的是PyCharm，因为PyCharm的功能比较友好，缺少的包只需要点击一下就可以安装。因此演示在PyCharm中进行，但在其它的IDE中，操作过程应该也相似。
转载
2021-12-25 11:29:04
138阅读
目前深度学习越来越火，学习、使用tensorflow的相关工作者也越来越多。但是目前绝大部分的python都是拥有着丰富的python的API，而c++的API不够完善。这就导致绝大多是使用tensorflow的项目都是基于python。 如果项目是由c++编写，想调用python下的tensorflow？可参考本教程（tensorflow模型是CNN卷积神经网络）：具体步骤：1.pyt
转载
2023-10-14 02:05:18
81阅读
1 版本兼容性问题在pycharm环境下使用tensorflow-gpu，主要是要安装四个文件，python、tensorflow-gpu、cuda和cudann。一般而言，不同版本的CUDA要求不同的NVIDIA驱动版本,同时显卡驱动版本要不低于CUDA的安装版本，具体的对照关系如下： 如下链接对应了官方的版本要求说明：https://docs.nvidia.com/cuda/cuda-tool
转载
2024-05-16 05:19:36
386阅读
# 在Android Studio中调用Python TensorFlow：一步步实现AI移动应用
随着人工智能的快速发展，移动应用开发者越来越多地希望将深度学习模型集成到他们的应用中。虽然Android Studio主要用于Java或Kotlin开发，但我们可以利用Python和TensorFlow构建强大的模型，并通过多种方式将其集成到Android应用中。本文将向您展示如何在Android
原创
2024-08-30 06:36:18
79阅读
使用前面两节已介绍的相关TensorFlow相关知识点，实现以下三个功能(变量更新)实现一个累加器，并且每一步均输出累加器的结果值。编写一段代码，实现动态的更新变量的维度数目实现一个求解阶乘的代码TensorFlow案例一TensorFlow控制依赖我们可以通过Variable和assign完成变量的定义和更新，但是如果在更新变量之前需要更新其它变量，那么会导致一个比较严重的问题：也就是需要多次调
转载
2024-06-17 13:40:28
34阅读
目录一、函数文件的基本结构二、函数的调用1.函数调用的格式2.函数的递归调用将特定的算法写成函数的形式，可以提高程序的可重复性和程序设计的效率。并且函数文件定义了输出参数和输入参数的对应关系，方便外部调用。事实上，MATLAB提供的标准函数都是由函数文件定义的。一、函数文件的基本结构 函数文件由function语句引导，其基本结构如下：function 输出参数表=函数名(输入参数表)函
转载
2023-08-28 15:33:10
153阅读
打包过程中遇到了许多问题，本身tensorflow 2.0就挖了一个大坑，这里记录下遇到文件及解决方法，最后把用到的相关文件分享出来，供大家参考使用。1 模块找不到的几种表现形式一般是在运行打包的Exe时，会报错，通常缺少模块表现如下： （1）ModuleNotFoundError: No module named ‘tensorflow.python.platform’ （2）ImportErr
转载
2023-11-23 19:48:58
80阅读
作者 | 高开远，上海交通大学，自然语言处理研究方向最近在工作上处理的都是中文语料，也尝试了一些最近放出来的预训练模型（ERNIE，BERT-CHINESE，WWM-BERT-CHINESE），比对之后还是觉得百度的ERNIE效果会比较好，而且使用十分方便，所以今天就详细地记录一下。希望大家也都能在自己的项目上取得进展~1、A Glance at ERNIE
关于ERNIE模型本
目录一、基础理论1、单词感知器介绍 2、单词感知器学习规则前向传递（得到输出y） 反向传递（更新权重w）二、实现单层感知器1、初始参数设置 2、正向传播（得到输出y）3、 反向传播（更新权重参数）总代码一、基础理论1、单词感知器介绍 感知器：模拟生物神经网络的人工神经网络结构。w：权值，可以调节神经信号输入值的大小。b：偏置，相当于神经元内部自带的信号。&n
# PyTorch调用TensorFlow
在深度学习领域，PyTorch和TensorFlow都是最为流行的深度学习框架之一。PyTorch是一个基于Torch的Python库，它提供了用于创建和训练神经网络的高级API和工具。而TensorFlow是由Google开发的一个开源机器学习框架，它提供了一个灵活的生态系统和丰富的工具，可以在不同的硬件上进行大规模的机器学习训练和推理。
虽然Py
原创
2024-01-20 05:23:46
75阅读
一、运行样例原始代码如下import numpy as np
from matplotlib import pyplot as plt
import os
import tensorflow as tf
from PIL import Image
from utils import label_map_util
from utils import visualization_utils as vi
tensorflow2调用huggingface transformer预训练模型一点废话huggingface简介传送门pipline加载模型设定训练参数数据预处理训练模型结语 一点废话好久没有更新过内容了，开工以来就是在不停地配环境，如今调通模型后，对整个流程做一个简单的总结（水一篇）。现在的NLP行业几乎都逃不过fune-tuning预训练的bert或者transformer这一关，按照传
本篇介绍函数包括：
tf.conv2d
tf.nn.relu
tf.nn.max_pool
tf.nn.droupout
tf.nn.sigmoid_cross_entropy_with_logits
tf.truncated_normal
tf.constant
tf.placeholder
tf.nn.bias_add
tf.reduce_mean
tf.squared_d
转载
2024-02-22 00:49:25
37阅读
Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。有时候我们在使用keras设计好模型后，需要在其他平台进行运行，这时候我们就需要将keras h5 model转换为TensorFlow pb model，因为keras只是一个Python的高级库，而TensorF
转载
2024-04-15 20:47:14
65阅读
快速运行TensorFlow的6种方式TensorFlow（http://tensorflow.org）是一个深度学习计算引擎，自然是可以直接安装运行的，而且能得到最佳的性能。但是，考虑到机器学习需要安装大量的软件，之间必然会带来软件管理和版本兼容性问题，而且在集群中运行更为复杂，因此不推荐这种方式。在Linux上安装TensorFlow，https://www.tensorflow.o
转载
2024-05-27 19:30:35
36阅读
