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
作者：邱震宇（华泰证券股份有限公司 算法工程师）知乎专栏：我的ai之路通过本文章，你可以了解以下内容：了解bert预训练会遇到的坑，包括但不限于数据预处理的正确姿势、数据预处理的高效实现、bert单机多卡分布式训练的基本实现，以及如何debug并提升使用单机多卡来进行深度学习训练的性能瓶颈。本文篇幅有点长，大家可以就自己感兴趣的点挑选章节阅读。纸上得来终觉浅，绝知此事要躬行。——陆游近期在做一件我
原创
2021-03-28 20:44:19
10000+阅读
题中输出时要求“......without trailing and leading spaces......”，否则会wrong answer.1、学会getline的一种用法。2、学会istringstream的用法。3、熟悉c++中的格式输出//#define LOCAL #include #include #include #include #i
原创
2022-08-05 15:38:41
20阅读
Tensorflow代码笔记（一）tf.app.run函数入口，类似于c/c++中的main()，大概意思是通过处理flag解析，然后执行main函数。 有两种情况： · 如果你的代码中的入口函数不叫main()，而是一个其他名字的函数，如test()，则你应该这样写入口tf.app.run(test) · 如果你的代码中的入口函数叫main()，则你就可以把入口写成tf.app.run()tf.
转载
2024-03-19 08:27:39
68阅读
一、TensorFlow运行模型——会话1、通过创建会话（session）来执行定义好的运算# 创建一个会话
sess = tf.Session()
# 使用这个创建好的会话来得到关心的运算的结果。比如可以调用sess.run(result)
sess.run(...)
# 关闭会话使得本次运行中得到的资源可以被释放
sess.close()通过Python上下文管理器的机制，只要将所有的计算放在
转载
2024-04-16 19:55:33
85阅读
第一章：对象导论 这一章主要是帮助我们了解面向对象程序设计的全貌，更多是介绍的背景性和补充性的材料。其实萌新应该跳过这一章，因为这章并不会去讲语法相关的知识，当然可以在看完这本书后续章节后，再来回看这一章，这样有助于我们了解到对象的重要性，以及怎样使用对象进行程序设计。 Alan Kay曾经总结了第一个成功的面向对象语言、同时也是Java所基于的语言之一的Smalltalk的五个基本特性，这些特
转载
2023-06-08 17:46:07
78阅读
TensorFlow 简述目前深度学习的网络和结构越发复杂和庞大，而TensorFlow的出现让我们可以更方便快捷的处理这些复杂的模型。它非常的灵活且支持众多的终端，能够兼容多种语言，包括Java、C++、GO、C# 等等。作为一个整套工具，TensorFlow能够很直观的查看计算的结果，提供了便捷的调试机制。目前 TensorFlow正在借助开源社区的力量进一步壮大。TensorFlow API
原创
2021-03-18 09:38:13
169阅读
一、如何在Ubuntu上编辑和运行TensorFlow包下的代码（1）使用vim编辑器编辑，终端运行代码 该方法首先需要打开Ubuntu的终端，然后输入以下代码进入Anaconda管理下安装了TensorFlow包的Python环境：zlt@zlt-virtual-machine:~/download/MyTfTest$ source activate tensorflow 成功运行后即可在前面看
转载
2024-05-01 20:53:48
134阅读
最近工作很平淡，没什么大事忙，有点无所事事的感觉了。本来想把防火墙的VPN再弄一下，但是感觉难度也挺大，设置、测试，但总是在测试了N次后还是失败，想想暂时先放放好了，说不定哪天突然开窍我就给弄出来......（就当是做梦好了，呵呵！） 每天看一点网络方面的资料，有时候会收获很大，有时候也会觉得这些东西晦涩难懂，只好是多看几次
原创
2008-11-14 10:03:14
677阅读
1评论
RCNN算法的tensorflow实现这个算法的思路大致如下： 1、训练人脸分类模型 输入：图像；输出：这张图像的特征 1-1、在Caltech256数据集上pre-trained，训练出一个较大的图片识别库； 1-2、利用之前人脸与非人脸的数据集对预训练模型进行fine tune，得到一个人脸分类模型。 2、训练SVM模型（重新定义正负样本）输入
转载
2024-02-26 20:35:31
26阅读
摘要：Tensorflow Distributions提供了两类抽象：distributions和bijectors。distributions提供了一系列具备快速、数值稳定的采样、对数概率计算以及其他统计特征计算方法的概率分布。bijectors提供了一系列针对distribution的可组合的确定性变换。1、Distributions1.1 methods一个distribution至少实现以
转载
2024-05-06 14:04:10
25阅读
x = tf.placeholder(tf.float32, [None, 784])x isn't a specific value. It's a placeholder, a value that we'll input when we ask TensorFlow to run a computation. We want to be able to input any
转载
2024-04-30 05:59:33
35阅读
1 github在新的目录下添加新的文件git init //在相应的目录下添加git add //添加目录git commit -m "first commit"git config --global user.email "834916321@qq.com"git config --global...
原创
2021-07-28 16:55:13
119阅读
lstm实现困惑度困惑度是什么具体实现数据准备vocabWord2idbatch_data模型的配置 困惑度是什么通常在永ngram语言模型的时候，通常用困惑度来描述这个query的通顺程序，ngram是一个统计概率模型。 但是ngram模型有一个缺点，就是通常我们使用的是2-gram或者3-gram，那么对于大于3个字或词以上的信息就不能捕获到了，但是循环神经网络可以将任意长度的信息都捕获到，
转载
2024-05-28 19:31:19
46阅读
TensorFlow C++ Session API reference documentationTensorFlow’s public C++ API includes only the API for executing graphs, as of version 0.5. To control the execution of a graph from C++: TensorFlow的C+
转载
2024-05-07 09:24:50
87阅读
它较原先的1.x版本有什么改进呢？我们知道作为一个算法研究工具，tensorflow相较于同类型产品，编码是较为复杂的，需要引入额外的“搭建阶段（Construction Phase）”来创建视图，创建会话，初始化变量等等。同样是一段计算一串等比数列（1，1/2，1/4...）前50项之和，PyTorch的代码只有区区几行： 而在Tensorflow则要经历环境和执行阶段的构建工作。 结构的复杂性
转载
2024-08-24 14:16:10
68阅读
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 operation) 赋值或者从其中获取数据.op (operation 的缩写). 一个 op
转载
2024-02-23 20:39:59
33阅读
之前写的一篇SSD论文学习笔记因为没保存丢掉了，然后不想重新写，直接进行下一步吧。SSD延续了yolo系列的思路，引入了Faster-RCNN anchor的概念。不同特征层采样，多anchor. SSD源码阅读 https://github.com/balancap/SSD-Tensorflowssd_vgg_300.py为主要程序。其中ssd_net函数为定义网络结构。先简单解释下SSD是如何
转载
2024-05-19 08:14:28
63阅读
一 摘要 2015年11月9日，Google发布深度学习框架Tensorflow并宣布开源，迅速得到广泛的关注，在【图像分类】、【音频处理】、【推荐系统】和【自然语言处理】等场景下大面积被推广。Tensorflow系统更新的速度非常之快，官方文档的教程也比较齐全，上手快速，简单易用，支持Python和C++接口。本文依据对Tensorflow(简称
转载
2024-04-24 12:09:31
47阅读
关于什么是 LSTM 我就不详细阐述了，吴恩达老师视频课里面讲的很好，我大概记录了课上的内容在吴恩达《序列模型》笔记一，网上也有很多写的好的解释多的问题，网上大部分的博客都没有讲清楚 cell 参数的设置，在我看了N多篇文章后终于搞明白了，写出来让大家少走一些弯路吧！ 如上图是一个LSTM的单元，可以应用到多种RNN结构中，常用的应该是 one-to-many 和 many-to-many 下面介
转载
2024-03-26 11:17:54
66阅读
