1 创建1.1 constant()方法Int [1]: import tensorflow as tf
Int [2]: tf.constant(1) # 创建一个整型张量
Out [2]: <tf.Tensor: id=0, shape=(), dtype=int32, numpy=1>
Int [3]: tf.constant(1.) # 创建一个浮点型张量
Out
本文档为TensorFlow参考文档，本转载已得到TensorFlow中文社区授权。基本使用使用 TensorFlow, 你必须明白 TensorFlow:使用图 (graph) 来表示计算任务.在被称之为 会话 (Session)使用 tensor 表示数据.通过 变量 (Variable)使用 feed 和 fetch 可以为任意的操作(arbitrary operatio
爬山法在介绍模拟退火算法之前，先介绍一下爬山法。爬山法是一种贪心算法。其目标是要找到函数的最大值，若初始化时，初始点的位置在C处，则会寻找到附近的局部最大值A点处，由于A点出是一个局部最大值点，故对于爬山法来讲，该算法无法跳出局部最大值点。若初始点选择在D处，根据爬山法，则会找到全部最大值点B。这一点也说明了这样基于贪婪的爬山法是否能够取得全局最优解与初始值的选取由很大的关系。模拟退火算法(Sim
索引、切片和变换维度索引和切片通过index使用tensorflow方法tf.gathertf.gather_ndtf.boolean_mask数据维度变换reshapetranspose增加和减少维度 索引和切片通过index与大家熟悉的编程语言的索引方式一致：一维数组用a[index]，二维数组用a[index1][index2]，以此类推。numpy风格的索引，用一个[]符号索引，例如：a
Tensorflow 2.1.0关于Tensorflow1.x 与 Tensorflow2.xTensorflow 2.1.0 版本Tensorflow 2.1.0架构Tensorflow 2.1.0简化的模型开发流程Tensorflow 2.1.0强大的跨平台能力Tensorflow 2.1.0强大的研究实验安装 Tensorflow 2.1.0 （Anaconda3极简）安装Anaconda
转载
2024-05-07 22:49:34
54阅读
文章目录〇、写在前面一、TensorFlow 概述二、TensorFlow 2.0 安装与环境配置三、第一个程序四、简单的手写数字识别五、稍微复杂的手写数字识别六、总结参考文章 〇、写在前面关于为什么要学习 TensorFlow 2.0 这件事，简单说一下，现在还是硕士在读，在课题完成中，使用 TensorFlow 1.x 真的是问题超级多，最大的烦恼就是改动网络真的麻烦，在这个时候 Tenso
主要将模型的搭建移植到keras，参照上一篇博客。新的差异主要如下：1. 之前我们可以初始化一个tensor,可以通过tf.nn,或者tf.layers模块，有些模块中出现了重复的片段，因此新的版本保留的前提下， 引入了一个新的tensorflow.keras.layers全新的模块。tf.keras.layers.Dense（units,activate,use_bais,input
转载
2024-03-05 23:53:44
51阅读
Python API在 TensorFlow 2.0 中，用来将原始的 TensorFlow 模型格式转换为 TensorFlow Lite 的 Python API 是 tf.lite.TFLiteConverter。在 TFLiteConverter 中有以下的类方法（classmethod）：
TFLiteConverter.from_saved_model()
转载
2024-01-16 16:32:11
46阅读
总体思路是先安装CUDA和cuDNN，再安装Anaconda，构建tensorflow-gpu 2.0环境，安装Pycharm和Keras。CUDA和cuDNN的下载地址：CUDA链接：https://pan.baidu.com/s/1dIXw--W4oqOMP0a1GS5UaA 提取码：la6m cuDNN链接：https://pan.baidu.com/s/10kEuuP
转载
2024-09-05 16:36:57
46阅读
文章目录System information构建tensorflow的c++接口安装bazel安装gcc安装protobuf安装eigen编译tf2.4.0下载依赖文件使用tensorflow c++接口运行.pb模型移动运行所依赖的各个文件夹到运行的项目目录下报错及解决办法`cmake ..` 报错合集1、cmake报错`tensorflow/core/framework/device_att
目录Tensorflow环境的配置和安装版本选择安装Anaconda2/3换源新建一个Anaconda环境安装Tensorflow安装Object detection API训练模型数据处理打标生成tf文件导入模块pbtxt label目录设置训练集和测试集生成tf文件下载预训练模型修改训练设置开始训练得到模型实时监测 Tensorflow环境的配置和安装设备：win10 笔记本电脑版本选择GP
转载
2024-05-08 14:38:55
34阅读
在上一篇文章中，我们介绍了高效的数据流水线模块 tf.data 的流水线并行化加速。本篇文章我们将介绍 TensorFlow 另一个数据处理的利器——TFRecord。TFRecord ：TensorFlow 数据集存储格式TFRecord 是 TensorFlow 中的数据集存储格式。当我们将数据集整理成 TFRecord 格式后，TensorFlow 就可以高效地读取和处理这些数据集，从而帮助
转载
2024-04-15 09:54:39
53阅读
tensorflow1版本和2版本语句兼容
原创
2021-08-31 10:52:12
833阅读
数据管道Dataset1.Dataset类相关操作1.1 Dataset类创建数据集1.2 Dataset类数据转换 知识树 1.Dataset类相关操作1.1 Dataset类创建数据集tf.data.Dataset 类创建数据集，对数据集实例化。 最常用的如：tf.data.Dataset.from_tensors() ：创建Dataset对象， 合并输入并返回具有单个元素的数据集。tf.
转载
2024-04-30 14:33:00
64阅读
硬件 i7-10700K+RTX2080S软件Win10Miniconda3-py37_4.8.2-Windows-x86_64cuda10.1cudnn7.6.5tensorflow2.3.0安装过程网上看到很多教程都是先把CUDA、cuDNN安装下来再一步步安装。流程没毛病，不过，英伟达的官网就有点恶心，奇慢无比，还时不时的打不开，好不容易打开了网页，下载又下载不下来，要么就一动不动
菜鸟学TensorFlow 2.0：TensorFlow2.0基础操作演示1. Tensor数据类型2. 创建Tensor3. Tensor索引和切片4. Tensor维度变换5. Broadcast6. 数学运算7. 手写数字识别流程8. TensorFlow实现神经网络参考资料 1. Tensor数据类型TensorFlow没有那么神秘，为了适应自动求导和GPU运算，它应运而生。为了契合nu
转载
2024-04-30 04:14:05
265阅读
一、《深度学习之Tensorflow入门原理与进阶实战》1、第三章import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
trainx=np.linspace(-1,1,100)
trainy=2*trainx+np.random.randn(*trainx.shape)*0.3
#y=2x with
转载
2024-05-25 16:55:42
130阅读
Tensorflow2自定义Layers之__init__,build和call详解闲言碎语：--init--,build和call总结 参考官方链接：https://tensorflow.google.cn/tutorials/customization/custom_layers闲言碎语：如果想要自定义自己的Layer，那么使用tf.keras.Layer 来创建自己的类是必不可少的。但是笔
转载
2024-04-02 21:42:56
72阅读
1.将数据集打散并依旧保留对应标签：idx = tf.range(10)
idx = tf.random.shuffle(idx)
a = tf.gather(a, axis= , idx)
b = tf.gather(b, axis= , idx)2.通过转置来改变tensor的content：a = tf.random.normal([4, 28, 28, 3]) # [b, w, h, c]
转载
2024-04-03 15:19:51
22阅读
TensorFlow 1.0并不友好的静态图开发体验使得众多开发者望而却步，而TensorFlow 2.0解决了这个问题。不仅仅是默认开启动态图模式，还引入了大量提升编程体验的新特性。本文通过官方2.0的风格指南来介绍新版本的开发体验。 TensorFlow 2.0做了大量的改进来提升开发者的生产力，移除了冗余的API，让API更加一致（统一的RNN、统一的优化器），将动态图模
