作者：Galina Olejnik编译：ronghuaiyang导读TensorFlow代码很难调试，这个大家已达成共识，不过，就算是难，也还是需要调试的，毕竟谁也没有把握不出bug，看看这篇文章能不能让你减轻一点调试时的痛苦。当讨论在tensorflow上编写代码时，总是将其与PyTorch进行比较，讨论框架有多复杂，以及为什么要使用tf.contrib的某些部分，做得太烂了。此外，我认识很多数
浏览内核代码的最好工具我想应该是 Source Insight 了 但是有些同学问在linux下没有 Source Insight 怎么办。 一下有三种方案供考虑： 1.使用wine软件，方法很简单，在“软件添加/删除”中输入 wine 然后查找，安装。 wine 安装成功后直接可以安装 sourceinsight 的 exe文件。 2使用vim
下面将升级代码到TensorFlow 2.x版本的方法汇总起来，有如下几点。1.最快速转化的方法在代码中没有使用contrib模块的情况下，可以在代码最前端加上如下两句，直接可以实现的代码升级。import tensorflow.compat.v1 as
tftf.disable_v2_behavior()这种方法只是保证代码在TensorFlow 2.x版本上能够运行，并不能发挥TensorF
转载
2024-04-24 12:09:30
53阅读
Tensorflow1.x 系列为个人入门Tensorflow1的简要笔记，最近学习的论文涉及到了bilevel program和hypergradient的求解，对应的代码基于Tensorflow1实现，因此根据视频教程学习了解一下Tensorflow。视频课程链接：https://www.bilibili.com/video/BV1wJ411T77b?p=15跟着视频课自己写的代码，使用Col
转载
2024-07-01 01:26:12
39阅读
1.TensorFlow是什么：TensorFlow 是一个端到端开源机器学习平台借助 TensorFlow，初学
原创
2022-09-14 10:46:24
163阅读
本教程对应的tensorflow版本为：tensorflow 1版本简介 深度学习的框架有很多：TensorFlow、Caffe、Theano、Torch...TensorFlow作为谷歌重要的开源项目，有非常火热的开源的开源社区推动着开源项目的发展，它能让项目有旺盛的生命力并在生命周期中不断涌现新的功能并以较快的迭代来更新Bug修复。Keras是在TensorFlow基础上构建的高层API，K
转载
2024-05-27 16:33:52
80阅读
TensorFlow教程第一课适用于初学者第一节对TensorFlow进行一个操作op输出Hello,TensorFlowimport tensorflow as tf
hello = tf.constant('Hello, TensorFlow!') #定义一个常量
sess = tf.Session() #建立一个session
pri
转载
2024-04-09 10:40:42
44阅读
TensorFlow 1.11.0+ 版本更快、更灵活、更稳定（production-ready）于是想升级到Tensorflow1.1 。TensorFlow 1.0+版本保证 Python API 的稳定性，即使以后添加新的特性也不用担心会破坏现有代码。具体参见Google Research Blog 。一、TensorFlow升级我安装的是tensorflow的
转载
2024-08-19 14:03:25
73阅读
关于TensorFlow Serving下面是TensorFlow Serving的架构图：关于TensorFlow Serving的更多基础概念等知识，请看官方文档，翻译的再好也不如原文写的好。这里，我总结了下面一些知识点，我认为是比较重要的：TensorFlow Serving通过Model Version Policy来配置多个模型的多个版本同时serving；默认只加载model的late
转载
2024-10-14 17:19:03
46阅读
tensorflow 1.Xtensoeflow虽然已经发布了2.0，但是1.0的代码结构却和2的差距很大，所以一天学一下结构。1.基本概念1.1 构建结构图图（graphs）来表示计算任务Session（绘画）来执行图tensor来表示数据Variable来维护状态图用于表示计算任务，其中由节点构成（operation），而每个节点可以由很多个Tensor，图需要在session中才可以被使用。
转载
2024-06-19 06:07:24
45阅读
摘要：本文主要对tf的一些常用概念与方法进行描述。tf函数TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.
并行计算能让代价大的算法计算加速执行，TensorFlo
前言Rxjava由于其基于事件流的链式调用、逻辑简洁 & 使用简单的特点，深受各大 Android开发者的欢迎。本文主要：面向 刚接触Rxjava的初学者提供了一份 清晰、简洁、易懂的Rxjava入门教程涵盖 基本介绍、原理 & 具体使用等解决的是初学者不理解Rxjava原理 & 不懂得如何使用的问题Carson带你学RxJava系列文章，包括 原理、操作符、应用场景、背压
题外话：躲是躲不掉的，就要开始使用最受欢迎的深度学习框架了。如之前 Pytorch入门之框架介绍，Tensorflow的前身为Theano，将所有运算转化为图结构，但有着代码可读性较难，上手较难的门槛。Anyway，开始学习吧！ 作为明星的深度学习框架，线上已有众多入门博客。为避免踩坑，我直接看了 Tensorflow官方中文社区文档。本文记录的是官方文档
转载
2024-08-30 22:31:33
20阅读
TensorFlow的Javascript版TensorFlow一直努力扩展自己的基础平台环境，除了熟悉的Python，当前的TensorFlow还实现了支持Javascript/C++/Java/Go/Swift(预发布版)共6种语言。
越来越多的普通程序员，可以容易的在自己工作的环境加入机器学习特征，让产品更智能。在Javascript语言方面，TensorFlow又分为两个版本。一个是使用n
转载
2024-06-18 21:02:32
33阅读
Ubuntu16.04 CUDA10.2 CUDNN7.6.5 tensorflow1.13.1下训练的网络，封装成pb模型，在win10下调用，需要先编译TensorFlow。踩坑爬上来了，CPU版本编译只要把cuda那一步选择N，后面文件夹命名以及path路径设置的时候把gpu改成cpu就行。Step1. 安装vs2015vs2015*(2019不行，环境变量路径不一样，编译完成之后可以在20
（张老师PPT学习笔记）一、在TensorFlow 中建立模型1.TensorFlow 中的线性模型占位符（Placeholder）：表示执行梯度下降时将实际数据值输入到模型中的一个入口点。例如房子面积 (x) 和房价 (y_)。变量（Variable）：表示我们试图寻找的能够使成本函数降到最小值的变量，例如 W 和 b。在TF中表示线性模型 (y = W.x + b) ：2.Tens
转载
2024-04-30 13:31:06
47阅读
TensorFlow 2 简介TensorFlow 是由谷歌在 2015 年 11 月发布的深度学习开源工具，我们可以用它来快速构建深度神经网络，并训练深度学习模型。运用 TensorFlow 及其他开源框架的主要目的，就是为我们提供一个更利于搭建深度学习网络的模块工具箱，使开发时能够简化代码，最终呈现出的模型更加简洁易懂。2019 年，TensorFlow 推出了 2.0 版本，也意味着 Ten
转载
2024-03-19 14:50:22
147阅读
使用 TensorFlow 的基本步骤学习目标：学习基本的 TensorFlow 概念在 TensorFlow 中使用 LinearRegressor 类并基于单个输入特征预测各城市街区的房屋价值中位数使用均方根误差 (RMSE) 评估模型预测的准确率通过调整模型的超参数提高模型准确率
数据基于加利福尼亚州 1990 年的人口普查数据。
1. 设置  
转载
2024-03-15 05:53:13
44阅读
win10 tensorflow 1.x 安装前言电脑上现在有3.8,3.9,2.7等各种版本的Python，tensorflow安装的是最新的2.4版本的，由于网上大部分tensorflow的教程都是比较早的，所以打算使用1.x版本，先进行学习，等到学会了之后，再实际使用2.x版本。
这次的下载安装过程仅是一次记录的过程，没有为什么执行这一步骤的解释。
这次使用了miniconda来创建一个虚拟
转载
2024-02-27 11:07:41
25阅读
批量归一化在对神经网络的优化方法中，有一种使用十分广泛的方法——批量归一化，使得神经网络的识别准确度得到了极大的提升。在网络的前向计算过程中，当输出的数据不再同一分布时，可能会使得loss的值非常大，使得网络无法进行计算。产生梯度爆炸的原因是因为网络的内部协变量转移，即正向传播的不同层参数会将反向训练计算时参照的数据样本分布改变。批量归一化的目的，就是要最大限度地保证每次的正向传播输出在同一分布上
