TensorFlow在Win10上的安装教程和简单示例 安装说明平台：目前可在Ubuntu、Mac OS、Windows上安装 版本：提供gpu版本、cpu版本 安装方式：pip方式、Anaconda方式 Tips:在Windows上目前支持python3.5.xgpu版本需要cuda8,cudnn5.1一、安装环境TensorFlow即可以支持CPU，也可以支持C
转载
2024-09-02 08:09:10
64阅读
TensorFlow提供了一个非常简单的API来保存和还原一个神经网络模型。这个API就是tf.train.Saver类。以下代码给出了保存TesnsorFlow计算图的方法。import tensorflow as tf
#声明两个变量并计算他们的和
v1 = tf.Variable(tf.constant(1.0, shape = [1]), name = "v1")
v2 = tf.V
转载
2024-06-07 05:52:46
30阅读
ZC：这个过程中，数据是怎么下载下来的，又是 怎么从 bin文件 变成 tfrecord文件 的，都不是 我此时（20190903）的重点。ZC：此时的重点是 tensorflow的结构用法等的知识（层啊什么的），这里面 还有好多东西要学习。ZC：只要能从文件中提取出 图片&标签 的信息，能将 tensorflow的各种训练测试跑起来就行，至于是从bin文件中提取还是从tfrecord文件
转载
2024-06-19 20:50:38
71阅读
在处理“Java Tensorflow 模型下载”这一需求时，我的目标是尽可能详细地记录整个过程，确保在后续的项目中，可以快速回顾并重用这些步骤。
首先，我会进行环境预检，这一步是确保我们的系统准备就绪，以支持Java Tensorflow模型的下载和使用。以下是我梳理的硬件配置情况：
| 硬件组件 | 配置 |
| -------- | ------------ |
| CP
一、TensorFlow 概要由 Google Brain 开源，设计初衷是加速机器学习的研究 2015 年 11 月在 GitHub 上开源 2016 年 4 月分布式版本 2017 年发布了 1.0 版本，趋于稳定 Google 希望让这个优秀的工具得到更多的应用，从整体上提高深度学习的效率TensorFlow 实现的算法可以在众多异构的系统上方便地移植，比如 Android 手机、 ipho
转载
2024-05-23 11:07:37
46阅读
所需软件的安装版本软件版本AnacondaPython 3.5.2 :: Anaconda 4.2.0 (64-bit)CUDAcuda_9.0.176_win10CuDNNcudnn-9.0-windows10-x64-v7.1不想去一个一个下载，我帮你都整理好了，TensorFlow安装套件 百度云下载地址:链接：https://pan.baidu.com/s/1wSvXlwE12GTw27k
转载
2024-04-16 15:13:18
198阅读
什么是tensorflow model模型训练完毕之后，你可能需要在产品上使用它。那么tensorflow model是什么？tensorflow模型主要包含网络的结构的定义或者叫graph和训练好的网络结构里的参数。因此tensorflow model包含2个文件a）Meta graph:使用protocol buffer来保存整个tensorflow graph.例如所有的variables,
转载
2023-11-14 14:19:00
109阅读
tensorflow及pycharm下载安装链接1：TensorFlow2安装（超详细步骤-人工智能实践）_不唐_tensorflow2安装Part1:安装过程（anaconda 3 pyhton 3.7 tensorflow 2.1 tensorflow-gpu 2.1 ）本文更加偏重pycharm里面配置tensorflow后续操作：1.1 修改测
转载
2024-03-27 21:36:01
28阅读
介绍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9日，G
当我们在大型的数据集上面进行深度学习的训练时，往往需要大量的运行资源，而且还要花费大量时间才能完成训练。1.分布式TensorFlow的角色与原理在分布式的TensorFlow中的角色分配如下：PS：作为分布式训练的服务端，等待各个终端(supervisors)来连接。worker：在TensorFlow的代码注释中被称为终端(supervisors)，作为分布式训练的计算资源终端。chief s
TensorFlow 是一个开源的机器学习框架，被广泛使用于人工智能项目中。针对 Linux 用户，TensorFlow 提供了一系列的下载和安装方式，方便用户在 Linux 系统中使用 TensorFlow 进行开发和部署。
首先，用户可以通过 TensorFlow 的官方网站直接下载适用于 Linux 系统的安装包。在 TensorFlow 的官方网站上，用户可以找到针对不同 Linux 发
原创
2024-05-20 10:05:19
27阅读
OpenCV的API变化cv2.findContours这个函数在某些版本里(比如4.2)返回三个值：thresh, cnts, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)而某些版本(比如4.4)不再返回原图，只返回后面两个参数①轮廓的点集(contours)②各层轮廓的索引(hi
TensorFlow1.13.1安装指南现在TensorFlow已经更新到2.8版本了，心血来潮想安装个旧版本的TensorFlow发现会出现各种bug，开篇博客集中记录一下。 问题主要原因：即是现在下载的各种安装包或库的版本太高，对低版本TensorFlow兼容性较差。 解决方案：安装适当版本的安装包和库。库版本简单描述 numpy==1.16.5 grpcio==1.36.1 tensorfl
转载
2024-07-19 06:54:35
64阅读
环境：win10 x64位,cuda10.1，cudnn 7.5，vs2013，vs2015 distributed ，GTX1060按照网上的教程安装，如下面博客我最后的安装位置：anaconda2下面的虚拟环境py3下面新建虚拟环境：tensorflow-gpu安装的tensorflow库：坑：包括conda安装和pip安装完提示安装成功，但是一旦import tensorflow as tf
转载
2024-08-01 15:38:57
98阅读
目录1、引言2、工程目录结构2.1、assets2.2、jni2.3、res2.4、src2.5、 build.gradle3、app进行物体识别的流程3.1、onCreate中请求相机权限并设置页面内容区的fragment3.2、打开摄像头，并注册ConnectionCallback和OnImageAvailableListener3.3、相机预览图片宽高确定后，回调onPreview
目录项目场景：问题描述1CUDA版本不匹配，需要重新安装解决方案1：额外安装其他版本的CUDA，并实现版本自由切换。问题描述2：1. cuDNN包解压后的cudnn.h文件无法复制到目标文件夹中2. 如何查看是否会到最初版本的CUDA解决方案2：1. cudnn.h无法复制2. 回到最初版本的CUDA问题描述3：tensorflow-gpu 1.12.0安装不断出现意外解决方案3：1. 方式一（更
转载
2024-10-04 08:41:45
64阅读
1.Anaconda下载安装 Anaconda是开源的Python发行版本，是一个包管理器和虚拟环境管理器。 进入官网下载相应版本，切换到下载文件所在目录执行以下命令。sudo bash ***.sh(下载文件)
conda --verison检测是否安装成功。
若显示conda 命令未找到，则执行下面这条指令：
vim ~/.bashrc
在最后面添加 export PATH="/hom
人工智能已经成为了目前的大趋势，作为程序员的我们也应该跟着时代进步。Tensorflow作为人工智能领域的重要工具，被广泛的使用在机器学习的应用当中。Tensorflow使用人数众多、社区完善，所以我们可以把学习Tensorflow作为接触人工智能的第一步，闲话不多说，我们进入正题！本套系列课程旨在记录我学习Tensorflow的过程，我会用更简洁的语言来与大家分享我的学习心得，所有文章我都会不间
转载
2024-02-28 13:35:14
366阅读
TensorFlow 1.0 重大功能及改善
XLA（实验版）：初始版本的XLA，针对TensorFlow图（graph）的专用编译器，面向CPU和GPU。
TensorFlow Debugger（tfdbg）：命令行界面和API。
添加了新的python 3 docker图像。
使pip包兼容pypi。TensorFlow现在可以通过 [pip install tensorflow] 命令安装
在正式学习tensorflow2.0之前需要有一定的python基础，对numpy，matplotlib等库有基本的了解，笔者还是AI小白，通过写博客来记录自己的学习过程，同时对所学的东西进行总结。主要学习的资料西安科技大学：神经网络与深度学习——TensorFlow2.0实战，北京大学：人工智能实践Tensorflow笔记博客从tf常用的库开始，需要学习python基础的朋友推荐菜鸟教程Tens
