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为张量从流图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。TensorFlow可被用于语音识别或图像识别等多项机器深度学习领
转载
2024-05-27 15:08:22
98阅读
简介概述TensorFlow三级目录概述深度学习是目前机器学习学科发展最蓬勃的分支, 在整个 AI 有广阔的应用. 人工智能是计算机科学的一个分支, 著名的 “图灵测试” 是 AI 的终极目标.深度学习是在人工神经网络基础上发展而来的一种表示学科.深度学习的优势:海量的训练数据非常灵活的模型足够的运算能力足够的对抗维度灾难的先验模型TensorFlow随着各种图像识别, 语音识别的记录被不断刷新, 深度学习被证明是一个极具潜力的技术方向. 构建高效, 可靠, 可扩展的基础工具, 能
原创
2021-02-25 08:59:13
172阅读
笔记内容：TensorFlow简介笔记日期：2018-01-23什么是TensorFlow一句话介绍：Google开源的基于数据流图的科学计算库，适合用于机器学习、深度学习等人工智能领域百度百科的介绍：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，Tenso
原创
2018-01-26 18:49:40
10000+阅读
点赞
OK，果然容易忘记。
好记性不如烂笔头啊好记性不如烂笔头啊好记性不如烂笔头啊
1.tensorflow中get_shape()改为Pytorch对应的函数
①tensor.get_shape()本身获取tensor的维度信息并以元组的形式返回，由于元组内容不可更改，故该函数常常跟.as_list()连用，返回一个tensor维度信息的列表，以供后续操作使用。
②Numpy 里，V.shape
转载
2023-08-14 14:54:59
174阅读
一、PyTorch简介PyTorch 是由 Torch7 团队开源的，这也是Facebook 的 AI 研究团队发布了一个 Python 工具包，据该项目官网介绍，是一个 Python 优先的深度学习框架，能够在强大的 GPU 加速基础上实现张量和动态神经网络。目前除了 Facebook 之外，也有大量的机构正在使用 PyTorchPyTorch 的前身是 Torch，其是一个十分老牌、对多维矩阵
转载
2023-09-26 11:50:14
118阅读
环境：windows 7, python 3.7 Pycharm 2018.2 professional因为是全部安装完后整理的，所以只是以解决问题为主，很多东西都没有深入去了解原理，仅仅记录下踩坑的过程。1.把虚拟环境的pip升级，之前不升级，一直报要求检测pip的版本，所以默认升级到最新我的pycharm
转载
2024-03-05 22:04:38
18阅读
PyTorch或TensorFlow在训练和运行Tranformer模型时哪个更有效呢?近日，Huggingface(AI初创企业)的团队成员通过一篇发表在Medium上的博文告诉我们：两者差不多！ Facebook 的首席Ai科学家Yan Lecun大神在社交媒体上对此结果进行了转发点赞。自TensorFlow发布实施以来，Huggingface团队就致力于模型的产品化，并
转载
2023-12-04 20:58:13
70阅读
在当今的深度学习领域，TensorFlow和PyTorch是最受欢迎的两个深度学习框架。它们提供了丰富的功能和强大的工具，被广泛用于各种机器学习任务。本文将对TensorFlow和PyTorch进行全面比较分析，探讨它们在不同方面的优势和劣势。 首先，我们将从框架的易用性和学习曲线入手。TensorFlow和PyTorch在使用上有一些差异，其中TensorFlow使用静态计算图的概念，
转载
2023-08-07 19:26:39
127阅读
文章目录简介 & 特性安装例子：CIFAR-10深入学习 & 代码片段自定义自动微分函数串行模型自定义网络模块 PyTorch确实比TensorFlow更好用，现在很多RL库也是基于PyTorch的，所以还是得学习一下。本文主要记录下其特性、要点，以及速查链接。简介 & 特性PyTorch主要提供两大功能：张量(tensor)计算和自动微分(autograd)。这两个功能
转载
2023-10-29 00:04:24
85阅读
最近要开始学习（为了毕业），自己琢磨了一下在本地Windows10系统的情况下搭建Pytorch的环境，作为菜鸟，碰到了许多问题，在此总结一下环境配置的过程。所需的组件列表：1.CUDA2.cuDNN3.Python4.Tensorflow5.Pytorch最关键的事：版本选择。1.CUDA1）确认显卡计算性能，查询显卡支持的CUDA版本；CUDA GPUsdeveloper.nvidia.com
转载
2023-12-03 16:53:55
101阅读
主流深度学习框架对比（TensorFlow、Keras、MXNet、PyTorch）近几年来，深度学习的研究和应用的热潮持续高涨，各种开源深度学习框架层出不穷，包括 TensorFlow，Keras，MXNet，PyTorch，CNTK，Theano，Caffe，DeepLearning4，Lasagne，Neon，等等。Google，Microsoft 等商业巨头都加入了这场深度学习框架大战，当
转载
2023-08-11 14:36:26
236阅读
文章目录一、导入数据1. 获取类别名2. 数据可视化3. 加载数据文件4. 划分数据二、自建模型三、模型训练1. 优化器与损失函数2. 模型的训练四、结果分析 大家好，我是K同学啊，今天讲《深度学习100例》PyTorch版的第3个例子，前面一些例子主要还是以带大家了解PyTorch为主，建议手动敲一下代码，只有自己动手了，才能真正体会到里面的内容，光看不练是没有用的。今天的重点是在PyTorc
转载
2023-11-01 17:58:23
444阅读
初学DeepLearning，看到TensorFlow和pytorch框架用户数和讨论数比较多，最后选择上手TensorFlow2.0版本。因为搜索了一圈总结：TensorFlow用户基数还是比较大；2.0版本也改进了1.0版本代码编写、调试困难和API混乱等缺点，使其也有了pytorch好上手的优点。 TensorFlow有cpu和gpu两个版本，gpu可以并行处理，因此gpu版本运行起来
转载
2023-09-15 12:48:28
94阅读
组成TendorFlow Lite转换器：用于将已经存在的模型转换为TensorFlow Lite兼容的模型(.tflite)，并将训练的模型保存在硬盘上。还可以在移动或者嵌入式应用程序中使用提前训练的模型Java/C++ API：用于载入.tflite模型并调用解释器。Java API是在C++ API上进行的封装，只能应用在Android系统。解释器和内核：内核帮助解释器根据选择载入...
原创
2023-01-06 10:07:47
313阅读
1 序言近期抽空重整了一遍Transformer(论文下载)。距离Transformer提出差不多有四年了，也算是一个老生常谈的话题，关于Transformer的讲解有相当多的线上资源可以参考，再不济详读一遍论文也能大致掌握，但是如果现在要求从零开始写出一个Transformer，可能这并不是很轻松的事情。笔者虽然之前也已经数次应用，但是主要还是基于Tensorflow和keras框架编写，然而现
转载
2024-06-09 08:26:51
21阅读
1、关于深度学习框架的安装，如果单纯安装cpu版本的直接去下载到本地即可，用pip安装 torch网址 https://download.pytorch.org/whl/torch_stable.html tenorflow地址 tensorflow-gpu下载
转载
2023-07-08 19:25:04
88阅读
一、软件下载1、pycharm下载以及anaconda下载，安装位置具体自己设定2、安装时，路径可以根据需求，安装在除C盘以外的其他盘中，将红色方框内的选项全部打勾，如下：二、环境安装1、安装完成后，打开anaconda prompt2、创建环境(本例中，环境名称为test，将test换为自己想要的名称即可)，同时指定python版本，比如python=3.9，弹出选项输入y并按下enter：co
转载
2023-11-14 09:46:30
119阅读
PyTorch被定义为一个开源的Python机器学习库。它用于自然语言处理等应用程序。它最初是由Facebook人工智能研究小组和优步的Pyro软件开发的。本文主要介绍PyTorch 简介。 原文地址：PyTorch 简介 ...
转载
2021-07-13 08:47:00
220阅读
2评论
PyTorch 简介. PyTorch 是什么, 我们为什么要用 PyTorch. 以及 PyTorch 的安装.
原创
2021-02-27 09:31:13
357阅读
Tensorflow安装教程1. Anaconda安装前往Anaconda官网，下载对应版本Anaconda安装包。 安装包下载完成后，进行安装，记得自己Anaconda的安装路径。2. Pycharm安装前往Jetbrain官网，下载安装社区版Pycharm即可。3. 确定Tensorflow版本前往Tensorflow gpu support网站，查看版本要求。 由于Tensorflow 2.
转载
2024-05-27 23:14:58
441阅读
