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
文章目录一、Tensorflow2.8 GPU环境配置二、下载 Object Detection API三、下载 COCO API四、Protobuf的安装配置五、配置环境变量，path路径六、添加path路径文件七、安装 COCO API八、验证 COCO API 是否安装成功九、安装 Object Detection API十、验证 Object Detection API 是否安装成功十、
Win10 TensorFlow（gpu）安装详解写在前面：TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从图象的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。从去年
文章目录安装概述遇到的问题汇总 安装概述我安装过程中主要参考了这篇文章： 所使用的anaconda由该文中的网址直接下载，不同之处主要是安装tensorflow部分。 若使用pip install tensorflow直接安装，可能出问题的地方有两个：①安装的tensorflow版本为2.1.0，版本太高，与py35环境不适配；②使用该命令时会默认从官网下载，速度很慢。 我使用的命名是pip i
转载
2024-07-15 14:04:41
76阅读
tensorflow是在anaconda上安装的，所以先安装anconda一、安装anaconda3我安装的是这一个，anaconda自带python，所以不需要单独安装python点击安装，一路next下去（图不是我安装的图，哈哈）安装位置可以自己更改，记住自己的位置就好添加环境变量不要勾，自己后面手动添加比较好，然后一直next下去，直到完成。 然后配置环境： 先找到自己的安装位置，我的是装在
Tensorflow2疑难问题 2、tensorflow2.3的GPU版本安装 一、总结 一句话总结： 安装tensorflow的gpu的版本的时候，要特别注意CUDA、cuDNN、tensorflow版本的一致性，在tensorflow官网可以查看对应版本关系 二、tensorflow2.3的GP
转载
2020-08-09 20:07:00
742阅读
2评论
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
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
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
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
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
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
Window10 内测预览版发布了，前几天一直忙没有时间安装，据说windows 10会开启新变革，有许多酷炫的新功能。周末就迫不及待抓紧时间体验一下Window10 操作系统。预计Windows 10 将于 2015 年 7 月 29 日正式发布。Windows 10 全球发布会精彩瞬间回顾准备一台机器，现在我用一台虚拟机去安装Windows 10，建议最好用物理机体验，安装完成以后
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
前言：前面分专题专门讲解了pytorch的自动求导功能，tensorflow其实也是具有相似的能力的，只不过可能相对的文章相对较少，本文以tensorflow2.0.0为例，来加以说明，比较说明了tensorflow和pytorch的自动求导的异同点一、先从一个例子看起由于对标量求导是最简单的，这里就不多说了，直接从张量开始，看下面的例子：import tensorflow as tf
x=tf
神经网络学习小记录62——Tensorflow2 利用efficientnet系列模型搭建efficientnet-yolov3目标检测平台学习前言什么是EfficientNet模型源码下载EfficientNet模型的实现思路1、EfficientNet模型的特点2、EfficientNet网络的结构EfficientNet的代码构建1、模型代码的构建2、Yolov3上的应用 学习前言重新训练
转载
2024-05-15 03:12:00
34阅读
1. 发展历史1.1. 前世今生2015.9发布0.1版本2017.2发布1.0版本2019春发布2.0版本1.2. 同一时期人工智能其他库的发展1.2.1. 2015年Scikit-learn
Machine learning, No GPUCaffe
2013, 第一个面向深度学习的框架No auto-grad, C++Keras
wrapperTheano
开发难，调
