1 Numpy运算速度上的优势在这里我们通过一段带运行来体会到Numpy的好处import random
import time
import numpy as np
a = []
for i in range(100000000):
a.append(random.random())
t1 = time.time()
sum1=sum(a)
t2=time.time()
b=np.ar
转载
2024-07-21 09:19:38
103阅读
Numpy基础数组基础在学习tensorflow之前我们先要了解一些numpy的使用方法，因为在tensorflow使用中初期的数据一般都是由numpy来处理的。
首先我们要知道numpy主要是用来进行高维数组运算的，其实我们使用python的内置list列表数据类型，也可以自己完成这些操作，但缺点也特别的明显，一个就是编码比较复杂，完成一个简单的功能需要编写较多的代码，而用numpy可能就是一句
转载
2023-11-17 10:45:48
225阅读
numpy_input_fn 以及队列性质该函数的作用是从numpy的输入数据中，产生读取的featrues和labels数据。这样当我们在使用numpy的数据作为输入的时候就很方便。对于所有的input来说，都是要建立队列来进行读入，所以对于队列的处理就会比较麻烦，而numpy_input的数据将这些对队列的输入封装在一起方便了我们使用.import tensorflow as tf
impor
转载
2024-07-23 15:12:27
362阅读
在前面我们测试过一个例子，这个例子不知道你是否还记得它的内容，如果没有记得也没有关系，现在到我们去研究这个例子的时候了，它的前两行是这样写的：1. import tensorflow as tf
2. import numpy as np如果你的python还是不懂，强烈建议先学习一下 课程，这样会跟上我们的进度的。在这两行代码里，第一行代码就是导入（import）顶顶大名的tensorflo
一、TensorFlowTensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Goog
转载
2023-08-08 13:40:45
114阅读
深度学习开发工具 要开始使用深度学习，必须选择一种合适的工具。 适用于深度学习的Python生态系统工具（例如Keras，Theano和TensorFlow）易于安装和开始开发。 以下是有关如何在Windows和Linux操作系统上安装它们的指南。 Theano，TensorFlow和Keras到底是什么？ 官方网站上有关这些工具的几句话。 Theano是一个Python库，可让您有效地定义
转载
2024-04-24 10:31:53
34阅读
TensorFlow新版本发布还不到一个月的时间，这个互联网上最受欢迎的机器学习项目却取得了众多进展，刚刚TensorFlow宣布，他们将与TensorRT公司完全整合。TensorRT是一个优化深度学习模型的库，用于在生产环境中的GPU上创建运行时部署。TensorFlow可以利用TensorRTs FP16和INT8 optimization的众多优势，特别是TensorRT在自动选择最有能力
转载
2024-04-25 14:49:08
95阅读
一、YOLO-v4主要做了什么？通俗的讲，就是说这个YOLO-v4算法是在原有YOLO目标检测架构的基础上，采用了近些年CNN领域中最优秀的优化策略，从数据处理、主干网络、网络训练、激活函数、损失函数等各个方面都有着不同程度的优化，虽没有理论上的创新，但是会受到许许多多的工程师的欢迎，各种优化算法的尝试。文章如同于目标检测的trick综述，效果达到了实现FPS与Precision平衡
转载
2024-05-29 11:24:58
64阅读
本文以TensorFlow源码中自带的手写数字识别Example为例，引出TensorFlow中的几个主要概念。并结合Example源码一步步分析该模型的实现过程。一、什么是TensorFlow 在这里，引入TensorFlow中文社区首页中的两段描述。关于 TensorFlow
TensorFlow™ 是一个采用数据流图（data flow
graphs），用于数值计算的开源
转载
2024-04-26 17:54:37
57阅读
注：本文启发自 Pycharm 安装 NumPy, SciPy 等科学计算包（Anaconda）for mac OS X，作者 muzilan 这篇文章省去了我很多麻烦，因此把它改写成适用于 Windows 系统的，希望能帮助到大家。 本文适用对象：在 Windows 下使用 Pycharm 运行 Python 程序，并且需
转载
2024-04-23 10:37:02
20阅读
step2：整理编译依赖库安装需要的库，TensorRT，cudnn，cuda, 为了方便，这里使用nvidia的镜像：docker pull nvidia/cuda:10.0-base-ubuntu16.04可以获取 启动容器：nvidia-docekr run --name=xxx -v /home/xxx/:/wksp -it xxx[image_id]进入容器 分别安装cuda依赖的库文件
■ TensorRT概述 NVIDIA®TensorRT™的核心是一个C++库，可以促进在NVIDIA图形处理单元（GPU）上的高性能推断。它旨在与Tensorflow、Caffe、Pytorch、MXNet等深度学习训练框架以互补的方式工作。它专注于在GPU上快速有地运行已经训练过的网络，以便生成结果（在各个地方称
深度学习第七章 Tensorflow 概述一、Tensorflow 简介1. 什么是 Tensorflow ？Tensorflow 由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护的开源深度学习平台，是目前人工智能领域主流的开发平台，在全世界有着广泛的用户群体。2. Tensorflow 的特点优秀的架构设计，通过“张量流”进行数据传递和计算，用户可以很容易地、可视化地看到张量流动
转载
2024-05-15 07:05:06
143阅读
## Keras和TensorFlow的关系
### 简介
Keras是一个高级神经网络API，能够以简单而快速的方式构建和训练深度学习模型。而TensorFlow是一个开源的机器学习框架，用于构建和训练机器学习模型。Keras可以作为TensorFlow的默认接口，两者可以结合使用以更好地实现深度学习模型的构建和训练。
### 流程
下面是实现Keras和TensorFlow关系的基本流程：
原创
2024-05-06 11:49:25
118阅读
Window10系统Anaconda3 Python3.5 tensorflow cpu版本 安装教程: （）注意：卸载重装时，一定要使用电脑关键将对应的注册码清理一下，还要将对应文件夹删除。血的教训！！！！！！一.下载Anaconda1.在百度搜索中输入Anaconda,然后选择下图中的Downloads-Anaconda,进入下载页,或者直接输入网址https://www.anaconda.c
鉴于tensorflow目前正在更新2.0版本，博主对博客也新增了适用于2.0版本动态度转换方法，更新于 --2019//09//29图1 numpy 图2 tensorflow - 问题描述在我们使用TensorFlow进行深度学习训练时，很多时候都是与Numpy数据打招呼，例如我们csv或者照片数据等。 但是我们都知道，TensorFlow训练时都是使用Tensor来存储变量的，并且网络输出的
转载
2024-04-25 18:38:35
33阅读
什么是sklearnSklearn原称是Scikit learn，是机器学习领域中最知名的python模块之一，是基于Python语言的机器学习的工具。他主要建立在NumPy，SciPy，matplotlib之上，提供简单高效，用于数据挖掘，数据分析等的工具，最重要的是，他是开源的，基于BSD许可证，可以商业使用。这样子，就给了我们无限的想象。sklearn与tensorflow优劣势目前，在社区
转载
2024-02-19 17:47:17
119阅读
Tensor 数据类型在介绍 Tensor 数据之前，先介绍两种 Python 常用的数据结构，并解释，为什么做深度学习不用这些数据结构，而是要用 Tensor。List ： Python中最常用的数据结构，以 [ ] 括起来，如 [1, 1.1, ‘hello’, ‘(1,2)’, layers] ，缺点是储存图片占用内存非常大，读写图片数据效率低。np.array ： 存成一个静态
Tensorflow 1.2 tensorflow里面的tensor在tensorflow 里面，所有的数据都是以张量tensor的形式存在的。张量其实就是n维矩阵的抽象。一维的张量是向量，二维的张量是矩阵。tensorflow的数据类型tensorflow 可接受python自带的数据类型Tensorflow可以接受python数值，布尔值，字符串或由它们构成的列表。单个数值将被转化为标量，数值
转载
2024-07-09 00:00:47
26阅读
Numpy与Pytorch类型转换Numpy与PyTorch的数据类型Numpy数组转换为PyTorch张量PyTorch张量转换为Numpy数组有坑示例1：Numpy数组转换为PyTorch张量时数据类型不匹配示例2：PyTorch张量转换为Numpy数组时需要使用detach函数 在使用Numpy和PyTorch进行数据处理和模型训练时，经常需要进行数据类型的转换。但是，在进行转换时，可能会
