文章作者：Tyan TensorFlow是一个关于机器智能的开源软件库关于TensorFlowTensorFlow™是一个用数据流图进行数值计算的开源软件库。数据流图中的结点表示数学运算，数据流图中的边表示多维数据数组（张量）之间的数据交互。这个灵活的结构让你可以通过单独的API将计算部署在一个或多个CPU或GPU上，这些CPU或GPU可以位于台式机、服务器或移动设备上。TensorFlow最初
一、 文件读取流程第一阶段 构造文件名队列第二阶段 读取与解码第三阶段 批处理注：这些操作需要启动运行这些队列操作的线程，以便我们在进行文件读取的过程中能够顺利进行入队出队操作。1.构造文件名队列将需要读取的文件的文件名放入文件名队列。tf.train.string_input_producer(string_tensor,shuffle=True)string_tensor：含有文件名+路径的1
本节主要用一个例子来讲述一下基本的tensorflow用法。在这个例子中，我们首先伪造一些线性数据点，其实这些数据中本身就隐藏了一些规律，但我们假装不知道是什么规律，然后想通过神经网络来揭示这个规律。伪造数据import numpy as np
# 创建100个随机数
x_data = np.random.rand(100).astype(np.float32)
# 创建最终要模拟的线性公式
y_
转载
2024-04-18 14:40:11
46阅读
说明：如果只是为了入门学习TensorFlow框架，个人觉得，没必要上来就整GPU版本（主要是那个太复杂，安装真让人劝退23.5月更新说明：本文的版本方案有些旧了，总体思路步骤应该是没问题的，在接下来的步骤中可以先看看评论区，参考一下他们的建议，比如：python版本使用3.11，TensorFlow版本安装2.12。22.9月更新说明：下面步骤2和3中改变镜像源路径的按钮在最新的2022版pyc
转载
2023-11-03 18:22:20
82阅读
## 使用 TensorFlow 实现简单的 Python 示例
在数据科学与机器学习的世界中，TensorFlow 是一个广泛使用的开源库。对于初学者，了解 TensorFlow 的基本用法是踏入这片领域的第一步。本文将通过一个简单的 TensorFlow 示例，教会您如何实现一个基础的线性回归模型。
### 整体流程
在开始编码之前，我们首先需要了解整个实现过程。以下是实现线性回归模型的
TensorFlow是一个用于机器学习和深度学习的开源软件库，可以用于训练和部署各种类型的神经网络模型。在本文中，我们将介绍如何使用TensorFlow进行简单的训练示例。
### 流程概述
首先，让我们列出整个过程的步骤，以便您可以更好地了解如何实现“tensorflow 训练 例子”：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 安装TensorFlow |
| 2
原创
2024-05-06 11:48:57
67阅读
说明此系列文档为学习中国大学mooc,浙江大学开设的《深度学习应用开发-TensorFlow实践》随堂笔记。介绍TensorFlow是一个开放源代码软件库，用于高性能数值计算。借助其灵活的架构，可以将工作灵活地部署在多种平台（CPU,GPU,TPU）和多种设备（桌面设备，服务器集群，移动设备，边缘设备等）最初由Google Brain团队的工程师与研究院研发，可为机器学习与深度学习提供强力支持。开
转载
2024-10-17 17:25:35
43阅读
TensorFlow提供了优化器，可以缓慢地更改每个变量，以便最小化损失函数。最简单的优化器是梯度下降。它根据相对于该变量的损失导数的大小修改每个变量。通常，手动计算符号导数是冗长乏味且容易出错的。因此，TensorFlow可以使用函数tf.gradients自动生成仅给出模型描述的导数。为了简单起见，优化器通常为您做这个。例如optimizer = tf.train.GradientDescen
转载
2024-03-29 10:02:06
48阅读
tensorflow cnn 入门例子from __future__ import print_functionimport tensorflow as tffrom tensorflow.exa
原创
2022-08-02 09:08:29
200阅读
文章目录TensorFlow简单实例：简单实例：解析如下：载入数据集每个批次的大小计算一个多少个批次定义两个placeholder创建一个简单的神经网络,**(可优化隐藏层神经元)**二次代价函数 **(交叉熵 可优化)**梯度下降 **（学习率，优化方式 可优化）**初始化变量结果存放到一个布尔型列表中求准确率 TensorFlow简单实例：在TensorFlow的世界里，变量的定义和初始化是
转载
2024-05-12 11:59:25
107阅读
案例实现步骤： 1.准备好1特征和1目标值(y = x*0.7 + 0.8) 2.建立模型，准备一个权重w，一个偏置b（随机初始化） y_predict = xw+b（模型的参数必须用变量定义） 3.求损失函数，均方误差((y1-y1’)2+…+(y_100-y_100’)2)/100  
转载
2024-04-04 16:38:00
48阅读
实例5：演示session使用# -*- coding: utf-8 -*-
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!') #定义一个常量
sess = tf.Session() #建立一个session
print (sess.run(hello))
转载
2024-04-25 20:40:51
69阅读
一个TensorFlow的例子
转载
2017-04-24 15:27:00
113阅读
2评论
文章目录Tensorflow 2.1 报错整合RuntimeError: `loss` passed to Optimizer.compute_gradients should be a function when eager execution is enabled.RuntimeError: Attempting to capture an EagerTensor without build
TensorFlow Lite 可以说是 TensorFlow 的完美减肥版本，让机器学习的模型在各种行动装置上跑起来更有效率。 TensorFlow Lite 预览版现在 iOS、Android 全都支持喔！快来试试看吧！日前，谷歌正式发布 TensorFlow Lite 开发者预览版，这是针对移动和嵌入式设备的轻量级解决方案。TensorFlow Lite 是一种全新的设计，具有三个重要功能—
转载
2023-10-13 13:07:25
15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
2023-12-14 22:25:37
95阅读
将训练的模型进行保存，或者利用已保存的模型给新模型“赋值”。本文参考Tensorflow官方文档之保存和恢复模型，对官方文档给出的代码进行了实践，并将我的理解加到了注释之中，希望能帮到有需要的人。代码分成几个部分讲解：1、导入必要的模块和加载数据集Tensorflow官方文档依旧使用mnist数据集来进行新手教学，和mnist手写数字识别项目不同的是，此处只使用1000条数据以加快速度，毕竟我们的
转载
2024-02-28 19:03:51
40阅读
文章目录1. 基础知识1.1 张量生成1.2 常用函数1.3 实例: 鸢尾花分类2. 神经网络的优化过程（手工实现）2.1 预备知识2.2 神经网络复杂度2.3 激活函数2.4 损失函数2.5 缓解过拟合2.6 优化器3. 搭建网络（内置八股方式）3.1 基础八股3.2 搭建网络结构类4. 搭建网络（进阶）4.1 自制数据集4.2 数据增强4.3 断点续训4.4 参数提取4.5 acc曲线与los
转载
2024-05-01 14:29:32
39阅读
首先，我觉得这是一个比较DT的活，因为，tensorflow支持最好的编程语言应该是python(应该说大部分深度学习框架支持的最好的语言都是Python)，tensorflow的底层说是C/C++编写的，但是，感觉它对C/C++真的很不友好，有关Python的资料一查一大把，有关C/C++的一查寥寥无几，能看到的还有很多直接就照搬官网的那点少到可怜的例子...由于我可能会比较多的用C/C++来开
转载
2024-05-25 08:38:27
85阅读
