TensorFlow是什么？TensorFlow基于数据流图，用于大规模分布式数值计算的开源框架。节点表示某种抽象的计算，边表示节点之间相互联系的张量。计算图实例TensorFlow支持各种异构的平台，支持多CPU/GPU，服务器，移动设备，具有良好的跨平台的特性；TensorFlow架构灵活，能够支持各种网络模型，具有良好的通用性；此外，TensorFlow架构具有良好的可扩展性，对OP的扩展支
转载
2023-12-20 17:14:33
60阅读
1、什么是TensorFlow？TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统[1]。TensorFlow可被用于
转载
2024-03-29 08:48:55
61阅读
最近，深度学习十分火热，之前，一直学习的传统的机器学习算法，所以，现在打算学习下深度学习。下面，参考了一些资料，以我自己方便理解的思路，介绍了下Tensorflow。目前，深度学习已经广泛应用于各个领域，比如图像识别，图形定位与检测，语音识别，机器翻译等等。然而，要将深度学习更快且更便捷地应用于新的问题中，选择一款深度学习工具是必不可少的步骤。下面将列出几款常用的深度学习开源工具。本文将主要讲述T
转载
2024-01-02 12:37:26
76阅读
TensorFlow 是一个由 Google 开发的开源机器学习框架，广泛用于深度学习和人工智能（AI）模型的开发和部署。它提供了强大的工具和库，支持从简单的机器学习模型到复杂的深度神经网络的实现，并可以有效地进行分布式计算。核心概念1. 张量 (Tensor)TensorFlow 的名字来源于 "tensor"，张量是多维数组（矩阵）的通用表示。在 TensorFlow 中，所有的数据
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Go
转载
2020-01-09 15:25:00
244阅读
2评论
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
什么是TensorFlow？先看看来自TensorFlow官方网站的介绍：TensorFlow™ 是一个开放源代码软件库，用于进行高性能数值计算。借助其灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。TensorFlow™ 最初是由 Google Brain 团队（隶属于 Google 的 AI 部门）中的研究人员和
转载
2024-03-28 07:05:15
46阅读
TensorFlow是目前世界上最受欢迎的深度学习框架，主要应用于图像识别、语言理解、语音理解等领域方面。它具有快速、灵活并适合产品及大规模应用等特点。公司里的AI装维质检以及文本分析方面皆可通过TensorFlow实现。希望通过对本文的学习，大家对TensorFlow的有所了解，并可以使用TensorFlow做一些实践，体验一下TensorFlow的奇妙之处。1 什么是TensorFlow?Te
转载
2023-08-02 21:31:11
252阅读
前言新手学习可以点击参考Google的教程。开始前，我们先在本地安装好 TensorFlow机器学习框架。 1. 首先我们在本地window下安装好python环境，约定安装3.6版本； 2. 安装Anaconda工具集后，创建名为 tensorflow 的conda 环境：conda create -n tensorflow pip python=3.6； 3. conda切换环境：act
转载
2024-03-17 14:42:49
41阅读
这里写自定义目录标题前言一、tensorflow是什么？二、TensorFlow常量、变量、占位符1. 常量 变量 占位符2.变量3.占位符!三、简单计算代码 提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、tensorflow是什么？二、TensorFlow常量、变量、占位符1. 常量 变量 占位符2.变量3.占位符!三、简单计算代码 前言 作为一个刚刚接触
转载
2024-06-17 08:48:41
42阅读
一、Tensorflow框架Tensorflow框架的基本组成：数据模型（Tensor）,计算模型（计算图），运行模型（Session）1. 计算图：Tensorflow中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。系统会自动维护一个默认的计算图，通过tf.get_default_graph（）可以获得默认的计算图。可以通过a.graph is tf.ge
转载
2024-03-31 19:11:16
74阅读
计算代数的优化技术，使它便计算许多数学表达式。TensorFlow 可以训练和运行深度神经网络，它能应用在许多场景下，比如，图像识别、手写数字分类、递归神经网络、单词嵌入、自然语言处理、视频检测等等。TensorFlow 可以运行在多个 CPU 或 GPU 上，同时它也可以运行在移动端操作系统上（如安卓、IOS 等），它的架构灵活，具有良好的可扩展性，能够支持各种网络模型（如OSI七
TensorFlow是什么？TensorFlow基于数据流图，用于大规模分布式数值计算的开源框架。节点表示某种抽象的计算，边表示节点之间相互联系的张量。TensorFlow支持各种异构的平台，支持多CPU/GPU，服务器，移动设备，具有良好的跨平台的特性；TensorFlow架构灵活，能够支持各种网络模型，具有良好的通用性；此外，TensorFlow架构具有良好的可扩展性，对OP的扩展支持，Ker
转载
2023-07-10 22:53:16
135阅读
照猫画虎地使用了一段时间TensorFlow，开源项目也调了好些个，但是在深入到具体细节的时候，发现完全不知其所以然。所以决定抽点时间把基础知识补一补，省得以后继续抓瞎。众所周知，TensorFlow是由Google开源的机器学习算法库，自2015年发布以来，在全球范围内受到了极大的关注，用户量一直居于各大机器学习框架之首。TensorFlow支持PC、服务器、移动端、嵌入式等各种平台，开放了Py
转载
2023-08-30 13:01:53
72阅读
1.TensorFlow 系统架构： 分为设备层和网络层、数据操作层、图计算层、API 层、应用层。其中设备层和网络层、数据操作层、图计算层是 TensorFlow 的核心层。 2.TensorFlow 设计理念： （1）将图的定义和图的运行完全分开。TensorFlow 完全采用符号式编程。 符号式计算一般是先定义各种变量，然后建立一个数据流图，在数据流图中规定各个变量之间的计
转载
2023-07-27 12:20:41
139阅读
前言： 一般来说，如果安装tensorflow主要目的是为了调试些小程序的话，只要下载相应的包，然后，直接使用pip install tensorflow即可。 但有时我们需要将Tensorflow的功能移植到其它平台，这时就无法直接安装了。需要我们下载相应的Tensorflow源码，自已动手编译了。正文：
转载
2023-09-27 08:17:06
82阅读
文章目录1、TensorFlow2.0主要特征2、架构2.1 read &preprocess data2.2 tf.keras2.3 Premade Estimators2.4 distribution strategy2.5 SaveModel3、开发流程4、强大的跨平台能力5、 强大的研究实验 1、TensorFlow2.0主要特征tf.keras和eager mode更加简单鲁棒
转载
2024-04-14 09:55:20
62阅读
任何曾经试图在 Python 中只利用 NumPy 编写神经网络代码的人都知道那是多么麻烦。编写一个简单的一层前馈网络的代码尚且需要 40 多行代码，当增加层数时，编写代码将会更加困难，执行时间也会更长。TensorFlow 使这一切变得更加简单快捷，从而缩短了想法到部署之间的实现时间。在本教程中，你将学习如何利用 TensorFlow 的功能来实现深度神经网络。TensorFlow 是
转载
2023-11-12 20:19:31
110阅读
1.tf.multiply（）两个矩阵中对应元素各自相乘2.tf.matmul（）将矩阵a乘以矩阵b，生成a * b3.tf.Variable：主要在于一些可训练变量（trainable variables），比如模型的权重（weights，W）或者偏执值（bias）； 声明时，必须提供初始值； 名称的真实含义，在于变量，也即在真实训练时，其值是会改变的，自然事先需要指定初始值；weights =
转载
2024-03-28 22:43:15
75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
