https://github.com/tensorflow/models/blob/master/research/slim/README.mdTensorFlow-Slim image classification model libraryTF-slim is a new lightweight high-level API of TensorFlow (tensorflow.con
转载
2024-05-13 16:28:50
0阅读
目录Session 会话控制Variable 变量Placeholder 传入值添加层 def add_layer()定义 add_layer() Session 会话控制Session 是 Tensorflow 为了控制,和输出文件的执行的语句. 运行 session.run() 可以获得你要得知的运算结果, 或者是你所要运算的部分.首先，我们这次需要加载
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. 背景tensorflow是一套可以通过训练数据的计算结果来反馈修改模型参数的一套框架，由谷歌公司于2015年11月开源，可以点击playground来可视化的尝试操作tensorflow，随便试了一下，挺好玩： 使用如下语句进行安装：pip install tensorflowtensorflow近期发布了2.0预览版本，改动极大，在第4部分介绍。TensorFlow再这么完善下去，都可以不
转载
2024-05-14 15:01:47
139阅读
1.Tensorflow
1.1介绍TensorFlow是Google开发的一款神经网络的Python外部的结构包，也是一个采用数据流图来进行数值计算的开源软件库。TensorFlow 让我们可以先绘制计算结构图， 也可以称是一系列可人机交互的计算操作， 然后把编辑好的Python文件 转换成 更高效的C++，并在后端进行计算。1.2优点(1）TensorFlow 无可厚非地能被认定为 神经网络中
文章目录重要概念从可视化开始来个栗子总结参考文献 重要概念首先，了解一下tensorflow中的一些基础的概念：0 tensorflow是一种符号式编程，特点是，网络结构的构建与运行完全分离。1 会话，它是定义图的基础，建立实例sess =tf.Session()后，会生成一张空图，为了实现特定的功能，需要在空图上定义节点与边。2 图，它是tensorlfow的一大特色，实际使用过程中，可以在图
转载
2024-03-26 05:06:40
79阅读
TensorFlow 是由 Google Brain 团队为深度神经网络（DNN）开发的功能强大的开源软件库，其允许将深度神经网络的计算部署到任意数量的 CPU 或 GPU 的服务器、PC 或移动设备上，且只利用一个 TensorFlow API。包括 TensorFlow 在内的大多数深度学习库能够自动求导、开源、支持多种 CPU/GPU、拥有预训练模型，并支持常用的NN架构，如递归神经网络（R
转载
2024-02-26 22:08:30
72阅读
一、概述 人工智能：artificial intelligence 权重: weights 偏差：biases 图中包含输入（ input）、塑形（ reshape）、 Relu 层（ Relulayer）、 Logit 层（ Logit layer）、 Softmax、交叉熵（ cross entropy）、梯度（ gradient）、 SGD 训练（ SGD Trainer）等
转载
2024-06-01 22:48:33
45阅读
一、TensorFlow基础1、tensorflow简介深度学习，如深度神经网络、卷积神经网络和递归神经网络已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。 深度学习框架：TensorFlow、caffe、Torch、Theano、CNTK TensorFlow特点：① 真正的可移植性：引入各种计算设备的支持包括CPU/GPU/TPU
转载
2020-02-08 11:03:00
138阅读
目录1 TensorFlow介绍2 TensorFlow的安装3 张量及其操作4 tf.keras介绍5 总结 1 TensorFlow介绍深度学习框架TensorFlow一经发布，就受到了广泛的关注，并在计算机视觉、音频处理、推荐系统和自然语言处理等场景下都被大面积推广使用，接下来我们深入浅出的介绍Tensorflow的相关应用。TensorFlow的依赖视图如下所示：TF托管在github平台
转载
2024-03-29 08:45:52
113阅读
TensorFlow 源码 截止到目前为止，TensorFlow 在 【Github】 的 Contributors 已经接近900人，Fork 30000次。 学习这么庞大的开源项目，首先必须要搞清楚其代码组织形式，我们先来看目录结构： &nb
转载
2024-05-22 11:11:10
40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
虽然可以通过自己编程实现前向和反向传播过程但是随着神经网络的层数增加会导致编程趋于复杂，为了节省这种工作，可以使用现有深度学习框架。目前的已有的学习框架有很多Tensorflow,caffe,Torch,pytorch,Theano等，使用最多的目前是Tensorflow,本文讲简单介绍下Tensorflow的使用方法。1.预备工作import tensorflow as tf
sess = tf
转载
2024-03-26 20:23:35
33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
TensorFlow 中维护的集合列表 在一个计算图中，可以通过集合( )来管理不同类别的资源。比如通过 函数可以将资源加入一个或多个集合中，然后通过 获取一个集合里面的所有资源(如张量，变量，或者运行TensorFlow程序所需的队列资源等等)。比如，通过 获得总损失。 |集合名称|集合内容|使用
原创
2021-08-27 09:59:10
313阅读
TensorFlow 是一个流行的机器学习框架，常用于构建、训练和部署深度学习模型。以下是一些常用的 TensorFlow 语句：导入 TensorFlow 库：import tensorflow as tf定义常量张量：tensor = tf.constant(value)创建变量：variable = tf.Variable(initial_value)构建模型：model = tf.kera
原创
2024-06-07 10:48:04
123阅读
import tensorflow as tf #张量的计算图，神经网络的计算过程，只搭建，不运算。 a=tf.constant([1.0,2.0]) b=tf.constant([3.0,4.0]) result=a+b print(result) c=tf.constant([[1.0,2.0]]) d=tf.constant([[3.0],[4.0]]) y=tf.matmul(c,d...
原创
2021-07-19 11:06:14
148阅读
tensorflow IO流程一、队列1、队列与队列管理器（1）队列（2）队列管理器二、文件读取1、文件读取流程2、文件读取API（1）文件队列构造（2）文件阅读器（3）文件内容解码器三、图片处理1、图像基本知识2、图像读取API3、 TFRecords分析、存取（1）TFRecords存储（2）TFRecords读取方法（3）Cart-10数据批处理结果存入tfrecords流程(4)读取tf
转载
2024-03-26 20:58:22
79阅读
文章目录1、自动求导 *gradient*2、Tensor2.1 数据类型2.2 *tensor* 属性2.3 类型转换3、*Tensor* 创建4、索引和切片4.1 索引选择相关函数4.2 维度变换4.3 维度拓展4.4 维度压缩5、合并与分割5.1 合并5.2 分割6、数据统计6.1 范数6.2 最值|均值6.3 比较是否相等7、张量排序8、数据的填充与复制9、张量限幅 本人也是小菜，记录
转载
2024-04-01 02:09:45
44阅读
# Android 常用的数据库框架及其使用
在开发 Android 应用时，数据存储是一个关键问题。Android 提供了多种数据存储方式，其中数据库是最常用的方式之一。本文将介绍一些常用的 Android 数据库框架，以及如何使用它们进行数据存储。我们将探讨 SQLite、Room 和 Realm 三个数据库框架，并给出示例代码及类图和关系图。
## 1. SQLite
SQLite 是
