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
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
引言：本次安装全部是在window下安装的虚拟环境，电脑显卡为1650ti，给相同配置的朋友一点参考，也给自己记录一下整体过程。1.创建虚拟环境在已经安装anaconda的情况下，搜索点开anaconda prompt创建python版本为3.9.0的虚拟环境用于搭建tensorflow框架 ，命令格式conda create -n name python=x.x.x，我的命令conda crea
【Tensorflow】菜鸟学TensorFlow 2.0：TensorFlow2.0基础知识讲解1. 简介2. TensorFlow的特点3. TensorFlow的发展历程4. TensorFlow 2 的框架5. TensorFlow的开发流程6. TensorFlow为研究提供强大的实验工具7. 入门案例8. TensorFlow常见基本概念1. 计算图2. 张量3. 会话4. 运算操作
转载
2024-03-29 13:40:27
81阅读
进行学习首先需要明确TensorFlow 是一个面向于深度学习算法的科学计算库，内部数据保存在张量(Tensor)对象上，所有的运算操作(Operation, OP)也都是基于张量对象进行。数据类型Tensorflow中的基本数据类型有三种，包括数值型、字符串型和布尔型。【数值型】又包括：（在 TensorFlow 中间，为了表达方便，一般把标量、向量、矩阵也统称为张量，不作区分，需要根据张量的维
转载
2024-05-14 22:16:44
95阅读
TensorFlow2教程。
丰富的代码，让你神游TensorFlow2之中，感觉到机器学习的魅力，还在debugging当中，争取一日一更。
原创
2021-05-20 19:46:38
1807阅读
文章目录前言一、环境准备二、安装TensorFlow2.1发现问题2.2 解决方法一：屏蔽警告2.3 解决方法二：安装适配版本三、安装过程中遇到的其他问题 前言TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。为了能够在自己的电脑上实
第一讲 常用函数的使用（包含了很多琐碎的函数，还有第二讲的部分）这里把视频中的给的常用的函数都罗列出来了，我也刚学，以后就没事看这个复习熟悉吧import tensorflow as tf
import numpy as np
from sklearn.datasets import load_iris
##############################################
文章目录1.教程链接1.1官网1.2 安装2.基本图像分类3.基本文本分类4.回归模型5.过拟合与欠拟合6.模型保存与加载7.使用keras tuner调整超参数 1.教程链接1.1官网https://tensorflow.google.cn/overview1.2 安装豆瓣源飞起！！！（秒下！） 其他源暂时有点慢（一下午没下完。。）python -m pip install tensorflo
转载
2024-03-19 16:21:01
15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
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
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
鱼羊TensorFlow 2.0已在十一发布，香不香？好用不好用？现在，这里有一份全中文教学的快速上手指南，基于Keras和Eager Execution(动态图)模式，北大学霸出品，获得TensorFlow官方认可。其名为，简单粗暴TensorFlow 2.0。话不多说，一起来看看吧。简洁高效的指导手册TensorFlow 2.0，摈弃了TensorFlow 1.x的诸多弊病，进一步整合Tens
转载
2024-03-13 05:19:34
65阅读
Tensorflow 2.3学习笔记安装我先用pip安装了tensorflow，整个装过程很顺利，只需要在bash上输入pip install tensorflow 2.3.0rc0需要注意的是我使用的是macOS 10.15.6，使用时系统会默认使用自带的 python2.7，pip也是对应为老版的，这时候就需要我们手动升级，并在~/.bash_profile中添加alias python =
Tensorflow2.1.0最简教程Tensorflow2.0主要的特性Tensorflow2.0的架构Tensorflow2.0的开发流程Tensorflow 第一个程序1+1/2+1/4+1/8……实现以上操作的基础使用1 . 设置变量（Variable）2.操作3.输出4.额外的知识张量模型搭建1.理论1.1keras是什么1.2损失函数1.3激活函数2.代码片段2.1 引入库文件2.2
转载
2024-03-15 15:23:00
35阅读
文章目录1.环境的搭建2.导入和解析训练数据集3 选择模型类型4 训练模型5 创建优化器6.评估模型的效果7 建立测试数据集8 使用经过训练的模型进行预测 这个教程将利用机器学习的手段来对鸢尾花按照物种进行分类。本教程将利用 TensorFlow 来进行以下操作：
1. 构建一个模型，
2. 用样例数据集对模型进行训练，以及
3. 利用该模型对未知数据进行预测。TensorFlow 编程
转载
2023-11-21 17:24:42
57阅读
本文档为TensorFlow参考文档，本转载已得到TensorFlow中文社区授权。卷积神经网络注意:概述对CIFAR-10 数据集的分类是机器学习中一个公开的基准测试问题，其任务是对一组32x32RGB的图像进行分类，这些图像涵盖了10个类别：飞机， 汽车， 鸟， 猫， 鹿， 狗， 青蛙， 马， 船以及卡车。目标本教程的目标是建立一个用于识别图像的相对较小的卷积神经网络，在这一过程中，本教程会：
转载
2024-02-27 13:23:07
46阅读
1. 前言：自从Google发布了TensorFlow2.0后，个人觉得与TensorFlow1相比是一个重大的突破，它不仅仅删除了许多旧的库并进行整合，还促进了Keras在搭建模型中的使用，通过高级API Keras让模型构建和部署变得简单。 我们在用TensorFlow2.0创建模型时，可以使用Keras函数API定义模型或者顺序API定义模型。本文将使用Keras函数API来定义CNN模型，
转载
2024-04-03 12:54:45
37阅读
实现流程 1、准备数据2、全连接结果计算3、损失优化（梯度下降）4、模型评估（计算准确性）5、加入tensorboard图6、使用训练后的模型进行预测 1 def full_connect():
2 #使用占位符时，tersorflow2.X以上会出现tf.placeholder() is not compatible with eager execution报错，需
转载
2024-06-15 07:07:22
60阅读
