定义一个变量，直接输出会输出变量的属性，并不能输出变量值。那么怎么输出变量值呢？请看下面得意import tensorflow as tfbiases=tf.Variable(tf.zeros([2,3]))#定义一个2x3的全0矩阵sess=tf.InteractiveSession()#使用InteractiveSession函数biases.initializer.run(...
原创
2021-08-12 22:36:19
822阅读
文章目录一、Tensorflow模型二、保存模型三、模型数据的读取四、其他保存和读取方法 在深度学习中，经常会听到”预训练“、”保存模型“、”加载模型“等词，实际上就是在模型训练完成之后，将模型及其训练得到的参数保存下来，下次再来直接调用，或者上次得到的数据上再次训练（预训练)。一、Tensorflow模型所谓的Tensorflow模型，是指训练得到的网络参数的网络设计或图形和值。因此，Tens
转载
2024-02-23 19:31:25
51阅读
最基本的 TensorFlow 提供了一个库来定义和执行对张量的各种数学运算。张量，可理解为一个 n 维矩阵，所有类型的数据，包括标量、矢量和矩阵等都是特殊类型的张量。 TensorFlow 支持以下三种类型的张量：常量：常量是其值不能改变的张量。变量：当一个量在会话中的值需要更新时，使用变量来表示。例如，在神经网络中，权重需要在训练期间更新，可以通过将权重声明为变
1、图、操作和张量 TensorFlow 的计算表现为数据流图，所以 tf.Graph 类中包含一系列表示计算的操作对象（tf.Operation），以及在操作之间流动的数据 — 张量对象（tf.Tensor）。与图相关的 API 均位于tf.Graph 类中： tf.Operation 类代表图中的一个节点，用于计算张量数据。该类型由节点构造器（如 tf.matmul()或者 Graph
转载
2024-04-18 11:25:24
140阅读
import tensorflow as tf x = tf.Variable([1,2])a = tf.constant([3,3])#增加一个减法opsub = tf.subtract(x,a)add = tf.add(x,sub) #初始化所有变量init = tf.global_variab
转载
2018-08-10 20:47:00
115阅读
2评论
基础损失函数[机器学习中的损失函数]示例说明：计算multilabel时的BinaryCrossentropytf.keras.losses.BinaryCrossentropy原码：@tf_export('keras.backend.binary_crossentropy')
def binary_crossentropy(target, output, from_logits=False):
Last updated: 2022-09-26, 13:101. 简介TensorFlow 使用变量表示程序中共享、持久化的状态。下面介绍如何创建、更新和管理 tf.Variable。TF变量使用 tf.Variable 类创建，表示值可变的张量。高级 API 如 tf.keras 使用 tf.Variable 保存模型参数。2. 设置本笔记会讨论变量存储位置，取消下面的注释行可以查看变量是保存
1.gcc/g++降级Ubuntu18.04自带的gcc/g++是7.0版本的，但cuda不支持这么高版本，我们需要安装4.8版本。 1.下载安装4.8版本的gcc/g++sudo apt-get install gcc-4.8
sudo apt-get install g++-4.82.让gcc软连接至4.8版本的gcc，g++软连接至4.5版本的g++装完后进入到/usr/bin目
转载
2024-05-30 09:44:00
226阅读
基于 tf.data API，我们可以使用简单的代码来构建复杂的输入，tf.data API 可以轻松处理大量数据、不同的数据格式以及复杂的转换。tf.data.Dataset中每个元素包含一个或多个 Tensor 对象。例如，在图 片管道中，一个元素可能是单个训练样本，具有一对表示图片数据和标签的张量。 可以通过两种不同的方式来创建tf.data.Dataset（1）直接从 Tensor 创建
转载
2024-03-28 16:40:50
55阅读
训练模型时，需要使用变量(Variables)保存和更新参数。Variables是包含张量(tensor)的内存缓冲。变量必须要先被初始化(initialize)，而且可以在训练时和训练后保存(save)到磁盘中。之后可以再恢复(restore)保存的变量值来训练和测试模型。 主要参考一下两类： - The tf.Variable class. - The tf.train.Saver cl
转载
2024-06-05 22:41:14
44阅读
python -c 'import tensorflow as tf; print(tf.__version__)' # for Python 2 python3 -c 'import tensorflow as tf; print(tf.__version__)' # for Python 3
原创
2022-07-15 17:24:55
583阅读
距离Tensorflow的1.2.1版本发布才过去一个月，但新发布的1.3版本已经包含了诸多更新。开发者可以在Tensorflow Github页找到完整的发布报告。本文则会概述开发者在升级到1.3版本之前和之后应知晓的最重要变化。\\ 从cuDNN 5.1到cuDNN 6\\ 开发者要从1.2.1升级到1.3，还需要升级系统中的cuDNN版本。1.3的编译版本是用NVIDIA的cuDNN 6
转载
2024-05-22 08:13:09
78阅读
GPU环境的配置 在深度学习中，模型往往很复杂，数据量很大，此时使用GPU运行会快很多。而使用GPU就需要安装CUDA和CuDNN。本文是为了使用tensorflow的gpu版本而使用的GPU。 （1）GPU的配置 首先，要使用TensorFlow的GPU，需要达到的硬件前提：显卡类型是NVIDIA，显卡的计算能力要至少达到3.0。 可以在下面的网站查看： https://developer.nv
转载
2024-03-03 21:09:24
65阅读
查看TensorFlow中checkpoint内变量的几种方法：查看ckpt中变量的方法有三种：在有model的情况下，使用tf.train.Saver进行restore 使用tf.train.NewCheckpointReader直接读取ckpt文件，这种方法不需要model。 使用tools里的freeze_graph来读取ckpt注意：如果模型保存为.ckpt的文件，则使用...
原创
2021-08-12 22:36:24
1396阅读
本文主要根据TensorFlow变量进行的翻译整理。TensorFlow中变量主要用来表示机器学
转载
2023-04-07 13:55:15
90阅读
一get_variable() 函数 get_variable() 函数用于创建或获取变量。 在实现
原创
2023-02-17 16:54:43
72阅读
windows10 安装 anaconda CPU版本 tensorflow（附安装包，一次成功！）一、前言今天装tensorflow遇到各种问题，真的装的很蛋疼，装了好几个小时，最后终于装好了。这里我总结了装tensorflow的方法。我安装的是anaconda3-4.2.0 包含的python3.5 对应的tensorflow安装的是tensorflow 1.2.1 链接：https://pa
转载
2024-06-07 10:50:11
54阅读
本章提供了tensorflow模型常用的一些处理方法，包括：tensorboard查看ckpt网络结构tensorboard查看pb网络结构ckpt模型转pb模型pb模型转pbtxt文件测试pb模型pb模型转tflite模型测试tflite模型h5模型转pb模型测试caffe模型1.1 查看ckpt网络结构_v1.py运行脚本在控制台输入命令：tensorboard --logdir=d:/log
转载
2024-04-05 19:49:01
346阅读
本章的前期工作以及神经网络的搭建：一、可视化界面设计 使用 tkinter来设计可视化界面1.新建窗体from tkinter import Label, Menu, DoubleVar, Button, Tk, filedialog
window = Tk() # 创建窗口
window.title("用户页面") # 窗口标题
window.geo
转载
2024-06-26 10:22:13
29阅读
是一个通过计算图的形式来表述计算的编程系统。其中的Tnesor,代表它的数据结构，而Flow代表它的计算模型。TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的线描述了计算之间的依赖关系。 在TensorFlow程序中，系统会自动维护一个默认的计算图，通过tf.get_default_gragh函数可以获取当前默认的计算图。除了默认的计算图，TensorFlow也支持通过tf
转载
2024-02-29 16:23:52
32阅读
