Windows 安装 CUDA/cuDNN需要注意的是一定要选择 TensorFlow 和 CUDA相匹配，还需要查看下自己GPU的驱动版本，如果不匹配会出现很多问题。GPU驱动的版本可在 NVIDIA控制面板里找到：CUDA个版本与驱动的关系如下：GPU版本的 TensorFlow 与CUDA和cuDNN的对应版本关系可以参考：https://www.tensorflow.org/install
由于 Mac OS X Lion 这次完全抛弃了光盘版的发行，优盘版也要下个月才会有（而且售价高达69美金），所以对于一些想要在没有任何系统的电脑上（或者黑苹果）安装 Mac OS X Lion 成了一件非常困难的事情，不过我们还是可以自己动手打造 Lion 的安装光盘或者 U 盘的嘛。这里给大家分享一下方法： 准备工作 一张DVD光盘或者8GB容量的 U 盘（5GB以上就可以）； 下载好的
数据读取 TensorFlow程序读取数据一共有3种方法: 供给数据(Feeding)： 在TensorFlow程序运行的每一步， 让Python代码来供给数据。 从文件读取数据： 在TensorFlow图的起始， 让一个输入管线从文件中读取数据。
转载
2018-08-16 13:39:00
179阅读
2评论
作为一个有为的学生，笔者当然不能再预测猫啊狗啊的大小啦，正好之前正好有做过猫狗大战数据集的图像分类，做好的数据都还在，二话不说，开撸。 既然是VGG16模型，当然首先上模型代码了： 1 def conv_layers_simple_api(net_in):
2 with tf.name_scope('
我们进行深度学习的模型训练任务的时候往往需要使用到电脑的独立显卡，独立显卡有独立的显存，适你需要做以下四件事：
原创
2022-09-23 11:01:35
211阅读
基本类型# -*- coding: utf-8 -*-import tensorflow as tfimport numpy as np"""constant(value, dtype=None, shape=None, name='Const')
原创
2022-11-10 14:32:53
58阅读
介绍
\quad
ResNet(Residual Neural Network)由微软亚洲研究院的Kaiming He等4名华人提出，通过使用Residual Unit成功训练152层深的神经网络，在ILLSVRC 2015比赛中获得了冠军，取得了3.57%的top-5错
原创
2022-04-19 10:50:57
449阅读
以下记录的是Ubuntu20.04版本，其他Ubuntu版本也相差不大~ 一、安装pytorch GPU版本、显卡驱动、CUDA、cuDNN下载pytorch GPU版本：最新版本链接：Start Locally | PyTorch历史版本链接：Previous PyTorch Versions | PyTorch可以顺便参照TensorFlow的cuda版本： 从源代码构建
在Python2下运行的代码我先把工程目录截图放上来： import osimport numpy as npimport cv2def imgTodata(path, imgCount = 128, weight = 1960, height = 960, channel = 3): pathDir = list(os.listdir(path)) # [pic, weight, h
原创
2022-04-19 10:01:23
184阅读
问题1：ImportError: No module named ‘imgaug’要对一些数据进行数据增强，需要用到imgaug,想要安装到tensorflow目录下，开始我直接在Anaconda Prompt输入解决方法：(tf2-gpu) C:\Users\Administrator>pip install imgaug问题2：No module named ‘tqdm’解决：当前使用的环境是一个虚拟环境，激活虚拟环境，之后pip install tqdm，这样就没问题了(tf
原创
2021-07-12 10:52:34
248阅读
1.保存和读取1.1 保存import tensorflow as tfaa = tf.Variable(tf.random_normal(shape=[3, 4], dtype=tf.float32), name='var')saver = tf.train.Saver()with tf.Session() as sess: sess.run(tf.global_varia...
原创
2021-12-30 10:15:06
297阅读
1.保存和读取1.1 保存import tensorflow as tfaa = tf.Variable(tf.random_normal(shape=[3, 4], dtype=tf.float32), name='var')saver = tf.train.Saver()with tf.Session() as sess: sess.run(tf.global_varia...
原创
2022-02-11 10:55:27
79阅读
Android开发—浅谈人脸检测的简易实现Android中的人脸检测FaceDetector类界面布局startActivityForResult()方法Bitmap对象存储图片findFaces()方法Canvas类绘制人脸矩形区域完整代码最终效果图结语Android中的人脸检测计算机视觉开发在近些年来越发火热，而关于人脸检测或识别等相应功能也成为了大家津津乐道的话题。在智能手机端领域中，人脸识
转载
2024-05-23 07:32:47
94阅读
网上关于用TensorFlow实现MNIST的全连接神经网络
原创
2021-12-30 10:32:19
216阅读
你会学到什么 TensorFlow for Poets：如何训练自定义图像识别模型。如何使用TFLite转换器优化您的模型。如何使用TFLite解释器在预制的Android应用程序中运行它。你会做些什么一个简单的相机应用程序，运行TensorFlow图像识别程序来识别花朵。注意：目前，此演示中使用的AAR与Android模拟器不兼容，您必须使用真正的Android设备才能运行该应用程序。
网上关于用TensorFlow实现MNIST的全连接神经网络有很多，大多都是《TensorFlow实战Google深度学习框架》书上的，当然我的也不例外。不过我是去掉了书中的滑动模型部分的代码，只保留了前项传播和训练两个部分。并且网上大多数都没用从计算图的角度总体绍一下，而这恰恰是理解用TensorFlow写神经网络的关键。1. MINIST全连接网络计算图下面首先从计算图的角度总体介绍一...
原创
2022-02-21 09:28:42
103阅读
缘由最近看很多人说Tensoflow，准备转型Pytorch，然后刚好搭建Tensoflow-gpu，搭建好了CUDA环境，就尝试安装了一下！步骤安装CUDA环境具体可以参考https://www.emperinter.info/2020/07/28/tensorflow-gpu-support/去官网选自己环境配置获取安装代码https://pytorch.org/get-started/loc
原创
2021-05-07 23:38:31
1883阅读
本文章只是学习笔记，不具备任何参考性DNN（深度神经网络算法）神经网络是一个生物启发式的计算和学习模型。像生物神经元一样，它们从其他细胞（神经元或环境）获取加权输入。这个加权输入经过一个处理单元并产生可以是二进制或连续（概率，预测）的输出。 人工神经网络（ANN）是这些神经元网络，可以随机分布或排列成一个分层结构。这些神经元通过与它们相关的一组权重和偏置来学习。下图对生物神经网络和人工神
转载
2023-11-01 19:53:57
3阅读
# Author Qian Chenglongimport tensorflow as tfimport numpy as np#生成100个随机数据点x_date=np.random.rand(100)y_date=x_date*0.1+0.2#构造一个线性模型k=tf.Variable(0.)b=tf.Variable(0.)y=k*x_date+b# 二次代价函数loss=tf.reduc
转载
2018-11-30 18:55:00
104阅读
2评论
对于卷积神经网络的基础知识这上面说的很清楚，我第一次写Tensoflow几乎是模仿着写的，并且把学习率设得比较低，最后得到了比较好的训练结果，然后贴上有注释的代码#encoding utf-8from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfimport numpy as npim
原创
2022-04-19 10:00:39
102阅读
