**基于Tensorflow 2.X安装Object Detection API（Win 10 平台）Tensorflow平台是谷歌开发并推出的一套开源软件库，是一套专门用于机器学习的平台。经过多年来的版本迭代更新和无数机器学习相关的研究人员的维护和贡献，Tensorflow已经推出了第二个大版本更新，即Tensorflow 2.0。而随着这个大版本的推出，其中常用的目标检测模块的安装也产生了一些
转载
2024-04-24 15:35:51
130阅读
文章目录前言一、Anaconda 3 下载安装二、确定一下你的GPU是否支持CUDA1.查看GPU2. 必应 / google搜索：NVIDIA XXXXXX + SPECIFICATION三、CUDA下载安装1.直接搜索CUDA 10.0进行下载2.安装好后，打开anaconda的terminal输入四、cuDNN下载安装1.下载cuDNN(需要先注册一下)2.解压得到：3. 将bin 、inc
转载
2024-05-11 14:40:22
67阅读
使用tensorflow实现代码的步骤：如下 通用十步骤：
1.导入或生成数据集；
2.转换和标准化数据；data = tf.nn.batch_norm_with_global_normalization(...)
3.划分训练、测试和验证数据集；
4.设置超参数，集中设置；
learning_rate = 0.01
batch_siz
昨天，TensorFlow推出了一个新功能「AutoGraph」，可以将Python代码（包括控制流print()和其他Python原生特性）转换为TensorFlow的计算图（Graph）代码。在不使用Eager Execution的情况下，编写TensorFlow代码需要进行一些元编程——先编写一个创建计算图的程序，然后稍后执行该程序。这就比较麻烦了，尤其是对新手来说。一些特别棘手的情况涉及更
转载
2024-08-12 09:05:22
96阅读
小白的第一篇博客——Tensorflow安装日记安装准备必备软件安装过程Anaconda的安装Tensorflow安装测试安装是否成功pycharm的安装pycharmd的环境配置 安装准备必备软件1.Anaconda3.0 2.Visual Studio2019 3.pycharm 4.win10系统Visual Studio一定要记得先安装成功，要不然在后面的安装过程中会报错的安装过程Anac
转载
2024-04-09 01:07:55
63阅读
我电脑安装的python是3.7.4的，所以python如果版本不一样的话（不是3.7的），下边的内容不建议完全参考，可以适当参考。主要是注意很多numpy和models与你安装的tensorflow的版本对应，我个人建议还是以1.18以下，如果安装2.0虽然改进了很多弊端，让代码来的更简洁了，但是可能很多模型还没有跟上，会导致报错，这是坑！！！！注意：tensorflow2.3版本后支持tf.k
1.tensorflow的运行流程构造模型和训练。 在构造模型阶段，我们需要构建一个图(Graph)来描述我们的模型。所谓图，也可以理解为流程图，就是将数据的输入->中间处理->输出的过程表示出来，就像下面这样。
如何构建抽象的模型呢？这里就要提到tensorflow中的几个概念:Tensor,Variable,placeholder,而在训练阶段，则需要介绍S
转载
2024-04-07 21:39:18
11阅读
安装tensorflow 的过程简介：1、系统环境ubuntu 16.04 x64 desktop 2、python环境pip环境为9.0.1如果pip不是9.0.1 请运行下面的命令： pip i
原创
2022-12-12 15:36:17
150阅读
tensorflow项目构建流程一、构建路线个人感觉对于任何一个深度学习库，如mxnet、tensorflow、theano、caffe等，基本上我都采用同样的一个学习流程，大体流程如下：(1)训练阶段：数据打包-》网络构建、训练-》模型保存-》可视化查看损失函数、验证精度(2)测试阶段：模型加载-》测试图片读取-》预测显示结果(3)移植阶段：量化、压缩加速-》微调-》C++移植打包-》上线这边我
转载
2023-12-29 13:57:03
34阅读
源代码树的根目录中包含了一个名为 configure 的 bash 脚本。 $ ./configure 接下来，配置系统会给出各种询问，以确认编译时的配置参数。 一、重要参数解释 Please specify the location of python. [Default is /usr/bin/python]: /usr/local/bin/pyth
作为一个计算机的半小白，准备入坑机器学习，但是没想到仅仅第一步的安装就花费了我将近4天的时间。这里把我碰到的所有的大小坑全部列举出来，给后面的学习者铺平一些道路。废话不多说了，那现在我们就直接开始吧！<1>配置说明本人机器：联想720s-14 CPU：i7-8550u 内存：8G 显卡：MX150 (我挺推荐这款机器的，这是轻薄本中为数不多的能够换内存的笔记本。更重要的
（推荐学习：Python入门教程）1、打开软件，依次点击【File】→【Settings】→【Project】→【Project Interpreter】，这样我们就进入了配置Python环境的界面；2、点击小齿轮，在弹出的选项中点击【Show All】，然后在弹出的窗口中点击【+】号，进入配置页面；3、接着我们可以选择【New Environment】或【Existing Environment
1、Keras是一个由Python编写的开源人工神经网络库。2、深度学习主要应用在三个大的方向，计算机视觉，自然语言处理，强化学习3、计算机视觉主要有：图片识别，目标检测，语义分割，视频理解（行为检测），图片生成，艺术风格迁移等等。4、自然语言处理：机器翻译、聊天机器人5、强化学习：虚拟游戏、机器人、自动驾驶6、tensorflow:加速计算，自动梯度，常用神经网络接口：TensorFlow 除了
1. 背景本机操作系统：win10，显卡：RTX 2060 各模块版本说明： anaconda：5.2.0，自带python3.6；CUDA：9.2，CUDNN：7.2.1，Tensorflow：1.102. 配置流程2.1 安装Anaconda由于Tensorflow似乎还不支持python 3.7，所以最好安装python 3.6，为了避免后续安装其他模块出现问题，这里直接安装对应python
源代码树的根目录中包含了一个名为 configure 的 bash 脚本。$ ./configure接下来，配置系统会给出各种询问，以确认编译时的配置参数。 一、重要参数解释Please specify the location of python. [Default is /usr/bin/python]: /usr/local/bin/python3上面的提示是B
____tz_zs上次关于 TensorFlow 安装的文章 《【安装】Windows下 TensorFlow 的安装（包含：CUP版、GPU版、CUDA、cuDNN）》、Google 机器学习（一） 安装 Anaconda 以及 Scikit-learn 等必备库，已经是两年前所写的了。时过境迁，有些方法和注意点可能已经不再适用，后来一直在 Ubuntu 上开发，windows 上的环境一直没更
1.首先安装CUDA（会自动安装NVIDIA显卡驱动）a.首先安装一些依赖sudo apt-get update
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --n
转载
2024-02-25 10:48:11
182阅读
目录一、Ubuntu18.04 LTS系统的安装1. 安装文件下载2. 制作U盘安装镜像文件3. 开始安装二、设置软件源的国内镜像1. 设置方法2.关于ubuntu镜像的小知识三、Nvidia显卡驱动的安装1. 首先查看显卡型号和推荐的显卡驱动2. 安装nvidia-390版本驱动3. 重启系统，可以查看安装是否成功四、CUDA9.0的安装1. CUDA版本选择2. 安装CUDA9.03. 设置
转载
2024-05-18 23:13:28
284阅读
目录一、TensorFlow简介二、安装Anaconda获取Anaconda开始安装三、TensorFlow的两个主要依赖包Protocol BufferBazel安装准备获取Bazel四、安装CUDA和cuDNNCUDA获取并安装CUDA测试CUDAcuDNN（CUDA安装完成时才可用）获取cuDNN五、正式开始安装TensorFlow 一、TensorFlow简介TensorFlow™是一个
这是19年初学faster rcnn时记下的一些笔记。 这几天主要的任务是用tensorflow配置并运行Faster-RCNN，配置好笔记本的环境，下载好各个需要用到的库。虽然说下几个软件说起来是很轻松的事，但这学期一直在不断的尝试配置tensorflow的GPU版本，但每次都因为一些解决不了的原因失败了，网上的教程太多了，自己也分不清该按照哪个版本来。 这次经过几天的不断尝试，终于成功地运行了
转载
2024-04-05 14:53:55
58阅读
