1.TensorFlow Model模型库https://github.com/tensorflow/models TensorFlow 模型库包含了很多开源的模型，包括图像分类、检测、自然语言处理NLP、视频预测、图像理解等等，我们要学习的对象检测api也包括在这里面。如果想要训练自己的模型，需要下载它的源码TensorFlow学习过程中需要学习和参考的训练策略
转载
2024-05-12 20:05:11
57阅读
本文介绍了tensorflow的常用函数，源自网上整理。 TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.并行计算能让代价大的算法计算加速执行，TensorFlo
转载
2024-03-21 11:27:49
84阅读
记得刚开始研究深度学习时，做过两个小例子。一个是用tensorflow构建了一个十分简单的只有一个输入层和一个softmax输出层的Mnist手写识别网络，第一次我对权重矩阵W和偏置b采用的是正态分布初始化，一共迭代了20个epoch，当迭代完第一个epoch时，预测的准确度只有10%左右（和随机猜一样，Mnist是一个十分类问题），当迭代完二十个epoch，精度也仅仅达到了60%的样子。然后我仅
文章目录TensorFlow 是什么TensorFlow架构Graphtf.constant 本文tensorflow 版本1.12(先介绍1.x的版本，后面再学2.x的版本) TensorFlow 是什么TensorFlow 是一个开源的、基于 Python 的机器学习框架，它由 Google 开发，并在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用，是目前最热门的机器学习框
转载
2024-04-02 22:13:10
23阅读
第一篇（常用数学运算）基本数学运算加减乘除运算：tf.add(x, y) # 逐个元素 加
tf.subtract(x, y) # 减
tf.multiply(x, y) # 乘
tf.divide(x ,y) # 除
tf.math.mod(x, y) # 取模
a = tf.constant([0, 1, 2])
b = tf.constant([3, 4, 5])
tf.add(
转载
2024-04-03 19:59:59
37阅读
tensorflow 学习笔记（七）- 卷积层在之前我们有做tensorflow的实例的运行了，但是可能有些读者还是不知道每一层中的参数的含义，所以之后的几篇文章将从tensorflow中的每一层的参数的含义出发，来给大家介绍一下。在tf1.0中，对卷积层重新进行了封装，比原来版本的卷积层有了很大的简化。一、旧版本（1.0以下）的卷积函数：tf.nn.conv2dconv2d(
input
使用 TensorFlow 之前你需要了解关于 TensorFlow 的以下基础知识 :• 使用图 (graphs) 来表示计算 .• 在会话 ( Session ) 中执行图 .• 使用张量 (tensors) 来代表数据 .• 通过变量 ( Variables ) 维护状态 .• 使用供给 ( feeds ) 和取回 ( fetches ) 将数据传入或传出任何操作概述TensorFlow 是
LSTM，全称为长短期记忆网络(Long Short Term Memory networks)，是一种特殊的RNN，能够学习到长期依赖关系。LSTM由Hochreiter & Schmidhuber (1997)提出，许多研究者进行了一系列的工作对其改进并使之发扬光大。 LSTM在解决许多问题上效果非常好，现在被广泛使用。它们主要用于
转载
2024-05-09 15:16:15
83阅读
一、数学计算1.加减乘除加法：tf.math.add( x, y, name=None)减法：tf.math.subtract( x, y, name=None )乘法：tf.math.multiply( x, y, name=None )除法：tf.math.divide( x, y, name=None )2.指数、开方、对数指数：tf.math.pow( x, y, name=None ),
转载
2024-04-17 16:44:47
100阅读
一. TensorFlow内的基本概念图的构建 1.初始化图tf.reset_default_graph()用于清除默认图形堆栈并重置全局默认图形.2.构建新的图g1 = tf.Graph()
g2 = tf.Graph()3.在图中定义张量with g1.as_default():
a = tf.constant([1.0, 1.0])
b = tf.constant([1.0, 1
转载
2024-08-12 22:53:06
38阅读
TensorFlow运行模型-会话 会话（session） 会话拥有并管理TensorFlow程序运行时的所有资源 当所有计算完成之后需要关闭会话帮助系统回收资源 import tensorflow as tf ''' TensorFlow运行模型-会话 会话（session） 会话拥有并管理Ten
原创
2021-07-19 10:50:05
325阅读
TensorFLow基本特征使用图（graph）来表示计算任务。在会话（Session）的上下文（context）中执行图。使用tensor表示数据。使用变量（Variable）维护状态。使用feed和fetch可以为任意的操作赋值和从中获取数据。TensorFlow计算的单位是OP，它表示了某种抽象计算。Python3安装TensorFlowpip3 install tensorfl
转载
2024-04-23 22:33:07
71阅读
前言 关于TF的目标检测迁移学习，我一开始是想通过Tensorflow提供的API，用JS来实现的。但是官方不但没有案例，网上也没有踩坑的博客，加之我又着急要弄水印检测。 于是就在网上看了很多人用python实现的自定义训练，我也试过很多。运行的时候各种问
1.函数：tf.placeholder(
dtype,
shape=None,
name=None
)参数： dtype：数据类型。常用的是tf.float32,tf.float64等数值类型 shape：数据形状。默认是None，就是一维值，也可以是多维（比如[2,3], [None, 3]表示列是3，行不定） name：名称释义： 占位作用： Tensorflow的设计理念称之为计算流图，在
转载
2024-03-28 08:26:41
75阅读
1.tensorflow作为一个科学计算库把它分装一下，可以将其运用到深度学习中，也可以封装一下应用到机器学习中。它是基于numpy的。 而sklearn是基于numpy之上的。2.一般不把tensorflow应用在机器学习中之前学的机器学习用sklearn库,只能在一台机子上跑。想分布式跑可以用大数据实现，但是比较难。因为搞机器学习的人只懂Python。用大数据的话门槛有点儿高。因为大数据中大多
什么时候需要、能够进行数据的转换 训练前转换 ->适合静态模型：即模型不会随着用户数据的变化而变化 优势： &nbs
前言为什么我们单独讲解一个tensorflow的张量（矩阵）运算了？因为神经网络原理其实就是矩阵的运算。如图所示，我们有三个神经元，
原创
2022-09-01 16:26:32
144阅读
1运算操作的相关知识点一个运算操作代表了一种类型的抽象运算，比如矩阵乘法或者向量加法。 一个运算操作可以有自己的属性，但是所有属性都必须被预先设置，或者能够在创建计算图时根据上下文推断出来。 通过设置运算操作的属性可以用来支持不同的tensor元素类型，比如让向量加法支持浮点或者整数。 运算核（kernel）是一个运算操作在某个具体的硬件（比如cpu或者gpu中）的实现。 在TensorF
1 批处理tf在进行批处理时，会需要用到均值与方差数据，而在批处理中使用的均值与方差不是单纯的使用当前批数据的均值与方差，而是对会根据当前批均值方差和上一批维护的均值方差进行指数衰减求一个新的均值方差，而对slim中的batch_norm，需要注意以下几点： slim batch_norm函数的输入参数中有一个decay，该参数能够衡量使用指数衰减函数更新均值方差时，更新的速度，取值通常
转载
2024-03-08 22:30:39
20阅读
1.认识下TensorBoardTensorFlow不仅是一个软件库，而是
原创
2023-05-17 15:27:55
97阅读
