自己开发了一个股票智能分析软件，功能很强大，需要的点击下面的链接获取：1.1 模型和层1.1.1 简介层：就是将输入数据和变量之间进行计算的方法，可以理解为一个个函数。tf.Keras.layers中包含了大量的深度学习中常用的预定义层，也可以自定义层。模型：则是将各种层进行组织和连接，封装
转载
2024-09-16 19:27:11
11阅读
本篇文章主要介绍TensorFlow的基本概念，包含TensorFlow的计算模型、数据模型和运行模型。◆ ◆ ◆ ◆ ◆TensorFlow计算模型——计算图 计算图的概念TensorFlow的名字中已经说明了最重要的两个概念——Tensor（张量）和Flow（流）。TensorFlow是通过一个计算图的形式来表达计算的编程系统。TensorFlow
转载
2024-03-29 11:24:30
57阅读
使用TensorFlow的线性回归本教程是关于通过TensorFlow训练线性模型以适应数据。或者，您可以查看此博客文章。介绍在机器学习和统计中，线性回归是对诸如Y的变量和至少一个自变量之间的关系的建模为X.在线性回归中，线性关系将由预测函数建模，其参数将被估计通过数据并称为线性模型。线性回归算法的主要优点是其简单性，使用它可以非常直接地解释新模型并将数据映射到新空间。在本文中，我们将介绍如何使用
转载
2024-06-02 07:12:22
72阅读
保存和读取 TensorFlow 模型训练一个模型的时间很长。但是你一旦关闭了 TensorFlow session，你所有训练的权重和偏置项都丢失了。如果你计划在之后重新使用这个模型，你需要重新训练！幸运的是，TensorFlow 可以让你通过一个叫 tf.train.Saver 的类把你的进程保存下来。这个类可以把任何 tf.Variable 存到你的文件系统。保存变量让我们通过一个简单地
转载
2024-02-20 12:47:45
47阅读
在这一篇博客中大概讲一下用tensorflow如何实现一个简单的线性回归模型，其中就可能涉及到一些tensorflow的基本概念和操作，然后因为我只是入门了点tensorflow，所以我只能对部分代码给出相关的tensorflow的概念。线性回归模型的表达式如下：其中，是权重，是偏置，和则是输入数据和对应的模型预测值。在tensorflow中，是用图来表示计算的形式的，图中的每个节点称为一个op(
转载
2024-08-22 10:41:10
56阅读
目录模型建立方式函数式序列式模型训练方式直接法简易法model.compile()model.fit()model.predict()model.evaluate()卷积输出 = tf.keras.layers.Conv2D(参数)(输入)反卷积tf.keras.layers.Conv2DTranspose()池化输出 = tf.nn.max_pool(input, ksize=[1, heig
转载
2024-05-31 21:40:09
70阅读
循环神经网络循环神经网络（Recurrent Neural Network, RNN）是一种适宜于处理序列数据的神经网络，被广泛用于语言模型、文本生成、机器翻译等。常用模型结构定义循环神经网络层APISimpleRNN、LSTM、GRUimport tensorflow as tf1.SimpleRNNVanilla RNNtf.keras.layers.SimpleRNNRNN主要参数说明：un
转载
2024-07-04 22:23:44
111阅读
注意：采用tensorflow 2.1.01、适用顺序模型的情况顺序模型适用于简单的层堆栈，其中每一层正好具有一个输入张量和一个输出张量。例如：import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers# 定义3层图形的模型 model = keras.Sequential( [ la
转载
2023-12-17 12:12:52
63阅读
1多gpu训练预期两张卡模型3090和4张差距较小 1benchmark模型过于简单，主要时间是cpu和gpu之间的通信时间2内存速度不快，增加通信时间，主要时间花在通信上3batchsize不高时，就算修改多显卡有时候也只会用一块4多显卡要有代码修改优化器from keras.utils import multi_gpu_model5 x16 主板槽位不对用的x8nvidia-smi -a |g
转载
2024-10-27 10:22:11
23阅读
多输入和多输出模型：使用函数式模型的一个典型场景是搭建多输入、多输出的模型。考虑这样一个模型。我们希望预测Twitter上一条新闻会被转发和点赞多少次。模型的主要输入是新闻本身，也就是一个词语的序列。但我们还可以拥有额外的输入，如新闻发布的日期等。这个模型的损失函数将由两部分组成，辅助的损失函数评估仅仅基于新闻本身做出预测的情况，主损失函数评估基于新闻和额外信息的预测的情况，即使来自主损失函数的梯
转载
2024-04-17 15:22:30
178阅读
在前两期专栏tensorflow2caffe(1)和tensorflow2caffe(2)中，笔者向大家介绍了caffemodel文件类型下的参数架构和如何取出tensorflow框架下训练参数。在本期中，笔者将向大家阐述，如何去将tensorflow框架下训练得到的参数转化为caffe框架下的规定格式的参数。首先，我们来捋一捋目前我们手里面已经有了哪些东西：1. 我们有
转载
2024-06-01 15:31:44
109阅读
前段时间实践tensorflow目标检测模型再训练，过程见博文tf2目标检测-训练自己的模型总结目标检测模型再训练过程，有以下几点需注意：1 训练集和测试集训练图片每张只包含一个目标，因此可用小尺寸图片，且统一训练图片大小，有助于加快训练过程。测试图片则用大图片，包含多个需检测目标，同时包括应排除的目标，检验模型训练成果。2 模型处理窗口和输入图片resize问题每个再训练模型有处理窗口，例如ss
转载
2024-04-24 16:05:34
72阅读
Tensorflow入门：数据结构和编程思想引言： 最近tensorflow很火，看到国内都有不少人开始玩起来了，自己最近有些想法想玩玩，于是开始入门搞一下，因为自己只有一个台式电脑，于是就装了个cpu版的tensorflow，安装过程挺顺利，一两句命令搞定，最后遇到过glibc的版本问题，直接升级了Ubuntu版本就好了。 于是，开始入门了。下面是我学习的笔记，水平有限，如有不对，敬请指教。
转载
2024-06-17 15:55:21
43阅读
前一节介绍了一些最基本的概念和使用方法。因为我个人的最终目的还是在深度学习上，所以一些深度学习和机器学习模块是必须要了解的，这其中包括了tf.train 、tf.contrib.learn、还有如训练神经网络必备的tf.nn等API。这里准备把常用的API和使用方法按照使用频次进行一个排列，可以当做一个以后使用参考。这一节介绍的内容可以有选择的看
转载
2024-08-06 14:20:28
57阅读
import tensorflow as tf
import numpy as np
import os
#%% fileos
def get_files(file_dir):
cats =[]
label_cats = []
dogs = []
label_dogs =[]
转载
2024-02-13 15:02:24
56阅读
tensorflow2.0基础二一、查看版本import tensorflow as tf
print("TensorFlow版本是：",tf.__version__)
#显示Tensorflow版本，注意：是两个下划线区别一：输出数值#tensorflow输出节点数值时要使用一个会话
#tensorflow2.0版本可以使用numpy()方法，以下是使用numpy（）方法输出数值
import
转载
2024-03-21 07:40:10
201阅读
cifar10训练数据集下载链接：https://pan.baidu.com/s/1Qlp2G5xlECM6dyvUivWnFg 提取码：s32t代码解析前置配置引入tensorflow库，和其他辅助库文件。安装方式为pip3 install tensorflow numpy pickle。详细过程不在这里描述。 在这里，训练和测试数据集文件放在该脚本的父文件夹中，因此按照实际情况来对CIFAR_
转载
2024-05-13 11:28:25
49阅读
tensorflow实现线性回归模型1.变量（1）变量的创建（2）变量的初始化（3）变量的作用域2.可视化学习Tensorboard（1）开启tensorboard（2）增加变量显示3.tensorflow实现线性回归实战（1）Tensorflow运算API（2）梯度下降API（3）实现线性回归4.模型加载和保存5.命令行参数 1.变量（1）变量的创建变量也是一种OP，是一种特殊的张量，能够进行
转载
2024-04-21 13:36:46
78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
本篇介绍函数包括：
tf.conv2d
tf.nn.relu
tf.nn.max_pool
tf.nn.droupout
tf.nn.sigmoid_cross_entropy_with_logits
tf.truncated_normal
tf.constant
tf.placeholder
tf.nn.bias_add
tf.reduce_mean
tf.squared_d
转载
2024-02-22 00:49:25
37阅读
