（1）什么是TensorFlow？TensorFlow是一个基于Python的库, 用于创建机器学习应用程序。它是执行复杂数学的低级工具包。它为用户提供了可定制性选项, 以构建实验性学习体系结构。它还可以帮助用户与他们合作, 并将他们转变为正在运行的软件。它最初由Google Brain团队的研究人员和工程师创建, 并于2015年成为开源。TensorFlow由两个词Tensor和Flow组成；张
转载
2024-04-12 11:34:52
42阅读
摘要：这篇文章主要介绍深度学习的几个应用领域及安装tensorflow深度学习应用领域图像识别语音识别音频处理自然语言处理机器人生物信息处理电脑游戏搜索引擎网络广告投放医学自动诊断金融基本工具介绍Protocol Buffer：结构化数据工具Bazel：自动化构建工具，用来编译程序TensoFlow介绍TensorFlow是由谷歌开发并维护的深度学习框架，在目前主流的深度学习框架中处于领先地位安装
转载
2024-04-30 18:50:15
59阅读
一 、简介：TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。它是谷歌基于DistBelief进行研发的第二代人工智能学习系统。2015年11月
转载
2024-03-18 09:03:56
41阅读
挺长的~超出估计值了~预计阅读时间20分钟。 从helloworld开始
mkdir 1.helloworld
cd 1.helloworldvim
helloworld.py
代码:
# -*- coding: UTF-8 -*-
# 引入 TensorFlow 库
import tensorflow as tf
# 设置了gpu加速提示信息太多了，设置日志等级屏蔽一
# TensorFlow在Java中的应用
随着机器学习和深度学习的发展，TensorFlow已成为一个强大的工具。不少开发者可能不知道如何在Java中使用TensorFlow。本文将从流程、步骤、代码等方面为你详细介绍。
## 实施流程
在使用TensorFlow进行开发时，可以遵循以下步骤：
| 步骤 | 描述 |
|------|------|
| 1. 安装Java | 确保你的系
TensorFlow 2.0已在十一发布，香不香？好用不好用？现在，这里有一份全中文教学的快速上手指南，基于Keras和Eager Execution（动态图）模式，北大学霸出品，获得TensorFlow官方认可。其名为，简单粗暴TensorFlow 2.0。话不多说，一起来看看吧。简洁高效的指导手册TensorFlow 2.0，摈弃了TensorFlow 1.x的诸多弊病，进一步整合
转载
2024-05-29 19:42:37
28阅读
文章目录生成以及加载数据构建网络模型训练模型 TensorFlow的运行方式分如下4步：
加载数据以及定义超参数。构建网络。训练模型。评估模型和进行预测。 下面以一个神经网络为例，讲解TensorFlow的运行方式。在这个例子中，我们构造一个满足一元二次函数y = ax^2 + b的原始数据，然后构造一个最简单的神经网络(仅包含一个输入层、一个隐藏层和一个输出层)。通过TensorFl
转载
2024-03-16 00:01:20
40阅读
https://v.qq.com/x/page/c05631lpyey.htmlTensorflow简介Tensorflow是Google开源的一个通用计算框架，当然它最有特色的地方就是擅长做机器学习方面的应用，这集中反映在它对Tensor运算的处理能力上。Tensor在机器学习问题中是数据或模型参数的表达形式。Tensor主要擅长三类操作，第一种是对一组变量做完全相同的处理，也就是元素（批量）操
原创
2021-05-06 21:18:56
179阅读
这一节我们来讲讲TensorFlow可视化TensorFlow提供了一套可视化工具：TensorBoard，在通过pip安装TensorFlow的情况下，默认也会安装TensorBoard。通过TensorBoard可以展示TensorFlow的图像、绘制图像生成的定量指标以及附加数据等信息。 TensorBoard通过读取TensorFlow的事件文件来运行，TensorFlow的事件文件包括了
为什么spyder中import tensorflow as tf会出现下图所示的错误（Anaconda Prompt中已经成功的安装tensorflow环境） @
TensorFlow对Android、iOS、树莓派都提供移动端支持。移动端应用原理。移动端、嵌入式设备应用深度学习方式，一模型运行在云端服务器，向服务器发送请求，接收服务器响应；二在本地运行模型，PC训练模型，放到移动端预测。向服务端请求数据可行性差，移动端资源稀缺。本地运行实时性更好。加速计算，内存空间和速度优化。精简模型，节省内存空间，加快计算速度。加快框架执行速度，优化模型复杂度和每步计算
转载
2024-05-27 21:44:28
27阅读
近期做了一些反垃圾的工作，除了使用常用的规则匹配过滤等手段，也采用了一些机器学习方法进行分类预测。我们使用TensorFlow进行模型的训练，训练好的模型需要保存，预测阶段我们需要将模型进行加载还原使用，这就涉及TensorFlow模型的保存与恢复加载。总结一下Tensorflow常用的模型保存方式。保存checkpoint模型文件（.ckpt）首先，TensorFlow提供了一个非常方便的api
转载
2024-05-02 14:57:44
72阅读
TensorFlow干什么？TensorFlows是人工智能AI领域的一个重要软件工具，是谷歌开发的开源软件(即免费的)。 人工智能领域分为三个方面，即基础层、技术层和应用层；而TensorFlow就是技术层中的学习框架。所谓学习框架，你可以用它来处理大量数据，快速建立数学模型，这些模型可以完成智能功能，例如自动识别一个图片里面的人物是否是范冰冰，当你百度范冰冰时，这个模型就可以识别并呈现范冰冰的
转载
2024-05-21 21:31:19
6阅读
1 月 9 日，Flink Forward Asia 2021 圆满收官，此文为京东张颖、刘露在 FFA 2021 的分享内容
原创
2022-04-21 10:46:17
102阅读
最适合你的深度学习框架将取决于你的具体需求和要求TensorFlow 和 PyTorch 都提供了广泛的功能和高级特性，并且这
原创
2024-05-15 11:03:27
52阅读
tf.train.Saver类的使用保存模型： import tensorflow as tf
v1=tf.Variable(tf.constant(1.0,shape=[1]),name='v1')
v2=tf.Variable(tf.constant(2.0,shape=[1]),name='v2')
result=v1+v2
init_op=tf.global_variables_i
转载
2024-03-18 12:19:40
115阅读
本文讲的是简明 TensorFlow 教程 — 第三部分: 所有的模型， 快速上手世界上最流行的深度学习框架 概述在本文中，我们将讨论 TensorFlow 中当前可用的所有抽象模型，并描述该特定模型的用例以及简单的示例代码。 完整的工作示例源码。一个循环神经网络。 递归神经网络 简称 RNN用例:语言建模，机器翻译，词嵌入，文本处理。自从长短期记忆神经网络（LSTM）和门限循环单元
转载
2024-05-13 16:34:47
42阅读
http://product.dangdang.com/25207334.html内容 简 介本书总的指导思想是在掌握深度学习的基本知识和特性的基础上，培养使用TensorFlow进行实际编程以解决图像处理相关问题的能力。全书力求深入浅出，通过通俗易懂的语言和详细的程序分析，介绍TensorFlow的基本用法、高级模型设计和对应的程序编写。本书共22章，内容包括Python类库
原创
2018-01-23 09:35:48
5351阅读
1评论
###目的 在Tensorflow的教程里面，使用梯度下降算法训练神经网络时，都会提到一个使模型更加健壮的策略，即滑动平均模型。本文基于最近一段时间的学习，记录一下自己的理解。 ###基本思想 在使用梯度下降算法训练模型时，每次更新权重时，为每个权重维护一个影子变量，该影子变量随着训练的进行，会最终 ...
转载
2021-07-31 23:39:00
116阅读
2评论
用feed和fetch可以为任意操作赋值或者从中获...
原创
2023-02-27 12:16:42
95阅读
