鉴于tensorflow目前正在更新2.0版本，博主对博客也新增了适用于2.0版本动态度转换方法，更新于 --2019//09//29图1 numpy 图2 tensorflow - 问题描述在我们使用TensorFlow进行深度学习训练时，很多时候都是与Numpy数据打招呼，例如我们csv或者照片数据等。 但是我们都知道，TensorFlow训练时都是使用Tensor来存储变量的，并且网络输出的
转载
2024-04-25 18:38:35
33阅读
numpy_input_fn 以及队列性质该函数的作用是从numpy的输入数据中，产生读取的featrues和labels数据。这样当我们在使用numpy的数据作为输入的时候就很方便。对于所有的input来说，都是要建立队列来进行读入，所以对于队列的处理就会比较麻烦，而numpy_input的数据将这些对队列的输入封装在一起方便了我们使用.import tensorflow as tf
impor
转载
2024-07-23 15:12:27
362阅读
1 Numpy运算速度上的优势在这里我们通过一段带运行来体会到Numpy的好处import random
import time
import numpy as np
a = []
for i in range(100000000):
a.append(random.random())
t1 = time.time()
sum1=sum(a)
t2=time.time()
b=np.ar
转载
2024-07-21 09:19:38
103阅读
ATI NVIDIA CUDA opencl directCompute
原创
2021-12-23 15:36:43
137阅读
传说中的Tensorflow终于支持windows了,下面介绍一下Win10下Tensorflow的安装与使用 准备工作： 1.python3.5(64位）目前Tensorflow只支持64位python3.5以上版本 下载链接： https://www.python.org/ftp/python/3.5.3/python-3.5.3rc1-amd64.exe 2.安装numpy python3
tensorflow基本操作tensorflow常见属性：每个变量都有一个device的属性，可以在创建的时候设定是在cpu上运行还是在gpu上运行；tensor和numpy可以互相转换with tf.device("cpu"):
a = tf.constant(1) # 在cpu上
with tf.device("gpu"):
b = tf.constant(1) # 在gpu
文章目录tensorflow2.0学习记录多维数组创建Numpy数组创建数组数组的属性创建特殊的数组数组运算数组间的运算数组元素间的运算数组的堆叠矩阵和随机数矩阵的运算随机数感谢观看 多维数组纸上的一个点、一条线是一维空间的物体，由无数条线组合成的一张理想的不计厚度的纸属于二维空间的物体，我们人类所处的世界是三维空间…在python中，我们可以用数组来对不同维度的事物进行描述。 通常在机器学习中
在前面我们测试过一个例子，这个例子不知道你是否还记得它的内容，如果没有记得也没有关系，现在到我们去研究这个例子的时候了，它的前两行是这样写的：1. import tensorflow as tf
2. import numpy as np如果你的python还是不懂，强烈建议先学习一下 课程，这样会跟上我们的进度的。在这两行代码里，第一行代码就是导入（import）顶顶大名的tensorflo
《基于Tensorflow高阶API构建大规模分布式深度学习模型系列: 开篇》 Estimator类是机器学习模型的抽象，其设计灵感来自于典典大名的Python机器学习库Scikit-learn。Estimator允许开发者自定义任意的模型结构、损失函数、优化方法以及如何对这个模型进行训练、评估和导出等内容，同时屏蔽了与底层硬件设备、分布式网络数据传输等相关的细节。 
转载
2024-04-24 18:45:45
44阅读
该章介绍有关常量张量，序列操作，随机数张量的API常量张量Tensorflow提供了很多的操作，去帮助你构建常量。tf.zeros(shape, dtype = tf.float32, name = None)解释：这个函数返回一个全是零的张量，数据维度是 shape，数据类型是 dtype。使用例子：#!/usr/bin/env python
# -*- coding: utf-8 -*-
i
转载
2024-08-09 19:10:17
11阅读
1. 将 numpy 下的多维数组（ndarray）转化为 tensor
a = np.zeros((3, 3))
ta = tf.convert_to_tensor(a)
with tf.Session() as sess:
print(sess.run(ta))
2. 求均值
对于一个 numpy 下的多维数组，求均值：correct.mean()
如果是 tensorflo
转载
2017-03-15 12:36:00
259阅读
2评论
Tensor 数据类型在介绍 Tensor 数据之前，先介绍两种 Python 常用的数据结构，并解释，为什么做深度学习不用这些数据结构，而是要用 Tensor。List ： Python中最常用的数据结构，以 [ ] 括起来，如 [1, 1.1, ‘hello’, ‘(1,2)’, layers] ，缺点是储存图片占用内存非常大，读写图片数据效率低。np.array ： 存成一个静态
文章目录一、Windows10安装Tensorflow1.1 安装Anoconda1.2 创建Tensorflow环境1.2 安装GPU版本的依赖(CPU版本的不需要)1.3 安装Tensorflow二、在jupyter虚拟环境中使用tensorflow的虚拟环境三、总结 一、Windows10安装Tensorflow· 这个学期要忙着毕业了，于是准备用tensorflow来实现一个Faste
Tensorflow 1.2 tensorflow里面的tensor在tensorflow 里面，所有的数据都是以张量tensor的形式存在的。张量其实就是n维矩阵的抽象。一维的张量是向量，二维的张量是矩阵。tensorflow的数据类型tensorflow 可接受python自带的数据类型Tensorflow可以接受python数值，布尔值，字符串或由它们构成的列表。单个数值将被转化为标量，数值
转载
2024-07-09 00:00:47
26阅读
TensorFlow 2.0终于来了！ 今天凌晨，谷歌在加州举办TensorFlow开发者峰会（TensorFlow Dev Summit），正式发布2.0版本。 这场发布会有几大亮点： TensorFlow 2.0 Alpha版发布，用户现在可以抢先体验；2.0版本具有简易性、更清晰、扩展性三大特征，大大简化API；提高了Tenso
一、常量的定义 必须通过session来操作对象 二、tensorflow运行实质 tensorflow运算实质是由 tensor + 计算图 tensor 数据 op operation 赋值，运算 graphs 数据操作的过程 session 是执行的核心 四则运算： 运行结果： 3、矩阵 pl
原创
2021-09-01 09:56:17
177阅读
在使用 TensorFlow 进行开发时，查阅 TensorFlow API 文档是非常重要的一步。TensorFlow API 文档提供了详细的函数和类的说明，以及如何正确使用它们的示例代码。下面将详细介绍如何查阅 TensorFlow API 文档，并通过代码示例演示如何使用这些 API。
### TensorFlow API 文档查阅流程
在使用 TensorFlow 进行开发时，遵循以
原创
2024-05-29 10:49:00
68阅读
tensorflow-nn网络Tensorflow介绍TensorFlow版本TensorFlow结构TensorFlow流程Tensor介绍Tensor种类激活函数（activation function）参考文献最后 Tensorflow介绍 Tensorflow是Google公司在2015年开发维护的一套实现机器学习的框架，目前最新版本是2.0版本比1.0版本优化了很多api接口。同
转载
2024-04-01 13:54:58
48阅读
在采用TensorFlow是，尽量采用TensorFlow自带的api进行数据处理，可以减少采用训练好的模型进行推理阶段的预处理或后处理步骤。 一、Tensor 之间的运算规则相同大小 Tensor 之间的任何算术运算都会将运算应用到元素级不同大小 Tensor(要求dimension 0 必须相同) 之间的运算叫做广播(broadc
转载
2024-03-25 21:15:09
30阅读
目录一.引言二.Java / Tensorflow 代码配置1.代码配置2.Maven 配置三.环境检测1.显卡检测2.显卡监控四.推理踩坑1.异常现象2.异常日志五.安装 cuda-10.01.下载 cuda 安装包2.安装 cuda2.1 preface 前言2.2 安装配置2.3 安装完成2.4 可能遇到的问题六.安装 cuDNN1.安装 cuDNN2.解压 tgz 文件3.查看 cuDNN
转载
2023-08-23 09:36:29
463阅读
