TF 手写体识别简单实例： TensorFlow很适合用来进行大规模的数值计算，其中也包括实现和训练深度神经网络模型。下面将介绍TensorFlow中模型的基本组成部分，同时将构建一个CNN模型来对MNIST数据集中的数字手写体进行识别。 基本设置 在我们构建模型之前，我们首先加载MNIST数据集，
转载
2018-09-29 12:01:00
142阅读
2评论
# Python TensorFlow 实例：深度学习的入门指南
## 一、什么是 TensorFlow？
TensorFlow 是一个开源的机器学习框架，由谷歌于 2015 年发布。它可以用于构建和训练各种类型的神经网络，方便研究者和工程师快速实现和测试他们的模型。TensorFlow 支持多种平台，包括 CPU、GPU 和移动设备，这使得它在深度学习领域得到了广泛的应用。
## 二、Te
原创
2024-08-14 06:28:36
20阅读
# Python TensorFlow 实例入门
TensorFlow 是一个开源的深度学习框架，由 Google Brain 团队开发。它广泛应用于机器学习和人工智能领域，帮助科研人员和开发者构建和训练复杂的神经网络。在本文中，我们将通过一个简单的例子来演示 TensorFlow 的基本用法，并理解模型的训练过程。
## 安装 TensorFlow
在开始之前，确保你已经安装了 Tenso
TensorFlow.js是什么一个用JavaScript实现的机器学习库。可以直接在浏览器和Node.js中适用机器学习技术了。通过上面两点可以知道TensorFlow.js首先是一个工具库，并不是一个产品，不能直接帮助我们创造价值，但是我们可以利用这个工具库开发出一个产品来创造价值。其实TensorFlow是利用JS实现，我么都知道Python是人工智能的主流语言，有了TensorFlow.j
转载
2024-01-04 06:43:17
46阅读
import tensorflow as tf
原创
2023-01-13 00:37:35
113阅读
import tensorflow as tfa = tf.constant([[1,2,3],[1,2,3]])b = tf.constant([[2,3,4]])print(a.get_shape())print(b.get_shape())c = a*bc= tf.Print(c,[c])with tf.Session() as sess: print(sess.run(c))prin
原创
2022-07-19 11:38:33
79阅读
TensorFlow 是一个用于人工智能的开源神器 ，主要为深度学习算法提供了很多函数，以及独特的运算支持。废话不多说直接上干货。我的环境：python3.7tensorflow==1.13.2numpy==1.20.21、入门示例import tensorflow as tf
# 第一步：定义计算（计算图）
a = tf.constant([1, 2])
b = tf.constant([2,
import tensorflow as tftf_file_writer = tf.python_io.TFRecordWriter("tmp")fea = [1,2,3]#tf.ones(shape=[3,2],dtype=tf.float32)label_vector= [4,5,6]#tf.zeros([2],dtype=tf.float32)example = tf.train....
原创
2022-07-19 11:51:30
53阅读
TensorFlow 更新频率实在太快，从 1.0 版本正式发布后，很多 API 接口就发生了改变。今天用 TF 训练了一个 CNN 模型，结果在保存模型的时候居然遇到各种问题。Google 搜出来的答案也是莫衷一是，有些回答对 1.0 版本的已经不适用了。后来实在没办法，就翻了墙去官网看了下，结果分分钟就搞定了～囧～。这篇文章内容不多，主要讲讲 TF v1.0 版本中保存和读取模型的最简单用法，
转载
2024-09-02 12:22:06
25阅读
import tensorflow as tf# 创建一个常量 op, 产生一个 1x2 矩阵. 这个 op 被作为一个节点# 加到默认图中.## 构造器的返回值代表该常量 op 的返回值.matrix1 = tf.constant([[3., 3.]])# 创建另外一个常量 op, 产生一个 2x1 矩阵.matrix2 = tf.constant([[2.],[2.]])# 创建一个矩阵乘法
原创
2023-01-13 06:03:18
349阅读
文 | Google 工具和基础架构软件工程师 Shanqing Cai我们怀着激动的心情与大家分享 TensorFlow 调试程序 (tfdbg)，这个工具可以简化 TensorFlow 中对机器学习 (ML) 模型的调试。TensorFlow 是 Google 的开源 ML 内容库，基于数据流图表。一个典型的 TensorFlow ML 程序包括两个独立的阶段：利用内容库的 Python AP
转载
2024-03-23 20:12:52
33阅读
导入tensorflow，这将导入 TensorFlow 库，并允许使用其精彩的功能：
import tensorflow as if由于要打印的信息是一个常量字符串，因此使用 tf.constant：
message = tf.constant('Welcome to the exciting world of Deep Neural Networks!')为了执行计算图，利用 with 语句定
转载
2023-06-30 18:32:45
79阅读
1.tf.Graph()你一旦开始你的任务，就已经有一个默认的图已经创建好了。而且可以通过调用tf.get_default_graph()来访问到。 添加一个操作到默认的图里面，只要简单的调用一个定义了新操作的函数就行。比如下面的例子展示的：import tensorflow as tf
import numpy as np
c=tf.constant(value=1)
print(c
转载
2023-10-13 15:13:40
89阅读
综述 TensorFlow是一个编程系统，用图来表示计算任务，描述了计算过程图中结点表示为op(operation),一个op获得0或多个tersortensor是一个多维数组，在图中表示边图必须在会话Session里启动变量需初始化tf.global_variables_initializer()TensorFlow程序可以看做独立的两部分：构建计算图 与 运行计算
转载
2024-03-15 09:38:20
39阅读
第一个TensorFlow程序TensorFlow的运行方式分为如下4步： （1）加载数据及定义超参数 （2）构建网络 （3）训练模型 （4）评估模型和进行预测import tensorflow as tf
import numpy as np
#构造满足一元二次方程的函数
x_data=np.linspace(-1,1,300)[:,np.newaxis]
noise=np.random.n
转载
2024-04-10 11:45:46
29阅读
首先，检查版本！ 打开cmd 输入 conda --version // 检查版本python --version // 检查版本p
转载
2024-07-11 20:57:58
51阅读
体验一下 TensorFlow 导包套路, 获取数据 - 特征工程, 构建网络, 模型训练,
原创
2022-08-22 13:46:42
104阅读
cell = multilayer_dropout_cell( RNN_CELL_DICT[cell_type], hidden_size, n_layers, rnn_dropout) if bidirectional: cell_bw = multilayer_dropout_cell( RNN_CELL_DICT[cell_type], ...
原创
2022-07-19 19:44:25
179阅读
前言教程来源：清华大佬重讲机器视觉！TensorFlow+Opencv：深度学习机器视觉图像处理实战教程，物体检测/缺陷检测/图像识别注：这个教程与官网教程有些区别，教程里的api比较旧，核心思想是没有变化的。上一篇文章 TensorFlow学习：使用官方模型进行图像分类、使用自己的数据对模型进行微调是基于官方案例来实现的分类，这次是从另一个角度来实现的分类。基础知识这部分基础知识之前没学过，这次
import os
import tarfile
import tensorflow as tf
from six.moves import urllib
from tensorflow.python.framework import ops
ops.reset_default_graph()
# 更改工作目录
abspath = os.path.abspath(__file__) # 获取
