文章目录Tensorflow2.0QuickStartkeras八股文网络优化和超参数选择keras函数式Api动手操作 Tensorflow2.0拥抱tf.kerasQuickStart安装部署，Anaconda3环境用pip安装，python3.9# cpu版本，默认下载最新版
pip install tensorflow
# gpu版本，默认下载最新版（对英伟达驱动有要求，驱动版本需要45
转载
2024-09-08 13:42:33
69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
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
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
学习《简单粗暴TensorFlow2》官方文档:https://tf.wiki/zh_hans/basic/basic.html第一个tensorflow程序#导入tensorflow模块并为模块起一个别名import tensorflow as tf#在此我们就现为它起别名为tf，即TensorFlow的缩写A = tf.constant([[1,2],[3,4]])B = tf.constant([[5,6],[7,8]])C = tf.matmul(A,B)print(C)输
原创
2021-07-14 11:27:19
310阅读
TensorFlow2 Python深度学习 - TensorFlow2框架入门 - TensorFlow2 模块、层和模型简介
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
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
前文：三分钟快速上手TensorFlow 2.0 （中）——常用模块和模型的部署TensorFlow 模型导出 使用 SavedModel 完整导出模型不仅包含参数的权值，还包含计算的流程（即计算图）tf.saved_model.save(model, "保存的目标文件夹名称")将模型导出为 SavedModelmodel = tf.saved_model.load("保存的目标文件夹名
转载
2024-05-13 12:55:58
0阅读
一、简介Keras 是一个用于构建和训练深度学习模型的高阶 API。它可用于快速设计原型、高级研究和生产
原创
2022-06-28 11:45:54
328阅读
机器学习问题不仅是一个科学问题，更是一个工程问题。大多数年轻的数据科学家都希望将大部分时间花在构建完美的机器学习模型上，但是企业不仅需要训练一个完美的模型，同时也需要将其部署，向用户提供便捷的服务。如下图所示，机器学习系统由机器学习代只包含一小部分，而在中间的小黑匣子周围，所需要的基础设施庞大而复杂。因此，在实际应用中，一个优秀的程序员不仅要学会构建完美的机器学习模型上，同时还需要将其部署向用户提
转载
2024-04-26 13:41:27
95阅读
1 配置环境首先确保已经配置好tensorflow2和cuda、cudnn环境，不要下载错。配置的教程已经有很多，自行查阅2 安装APItf2 object detection 的安装参考此博客，TensorFlow 2 Object Detection API 物体检测教程 虽然这是linux系统下的，但是操作可以类比。简单地说只有三步 1.下载model-master并解压 其中tensorf
转载
2024-05-06 14:49:06
128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
Tensorflow2学习笔记：房价预测相关介绍实验环境实验步骤导入相关库获取数全面而灵
原创
精选
2023-03-24 14:03:32
582阅读
一、TensorFlow2.0TensorFlow 2.0推荐使用Keras 构建和学习神经网络 。1. 导入从TensorFlow 2.0默认情况下会启用eager模式执行。
原创
2022-06-28 11:46:05
125阅读
一、简介以下内容整理来自百度百科AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。也是在
原创
2022-06-28 11:53:39
287阅读
# TensorFlow 2 深度学习通用流程指南
在深入学习 TensorFlow 2 的深度学习流程前，首先需要了解整个过程的步骤。以下是一个通用的深度学习工作流程，帮助您理解和实施模型。
### 深度学习通用流程
| 步骤 | 描述 |
| --------- | ---------
