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。TensorFlow可被用于语音识别或图像识别等多项机器深度学习领
转载
2024-05-27 15:08:22
98阅读
简介概述TensorFlow三级目录概述深度学习是目前机器学习学科发展最蓬勃的分支, 在整个 AI 有广阔的应用. 人工智能是计算机科学的一个分支, 著名的 “图灵测试” 是 AI 的终极目标.深度学习是在人工神经网络基础上发展而来的一种表示学科.深度学习的优势:海量的训练数据非常灵活的模型足够的运算能力足够的对抗维度灾难的先验模型TensorFlow随着各种图像识别, 语音识别的记录被不断刷新, 深度学习被证明是一个极具潜力的技术方向. 构建高效, 可靠, 可扩展的基础工具, 能
原创
2021-02-25 08:59:13
172阅读
笔记内容：TensorFlow简介笔记日期：2018-01-23什么是TensorFlow一句话介绍：Google开源的基于数据流图的科学计算库，适合用于机器学习、深度学习等人工智能领域百度百科的介绍：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，Tenso
原创
2018-01-26 18:49:40
10000+阅读
点赞
组成TendorFlow Lite转换器：用于将已经存在的模型转换为TensorFlow Lite兼容的模型(.tflite)，并将训练的模型保存在硬盘上。还可以在移动或者嵌入式应用程序中使用提前训练的模型Java/C++ API：用于载入.tflite模型并调用解释器。Java API是在C++ API上进行的封装，只能应用在Android系统。解释器和内核：内核帮助解释器根据选择载入...
原创
2023-01-06 10:07:47
310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
TensorFlow是一个开源软件库，用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多...
原创
2023-08-19 14:01:35
178阅读
1.TensorFlow是什么：TensorFlow 是一个端到端开源机器学习平台借助 TensorFlow，初学
原创
2022-09-14 10:46:24
163阅读
前言以下内容中使用环境为 tensorflow 2.3.0 且 import tensorflow as tf1. 张量1.1 创建tf.constant(张量)例子：x=tf.constant([[2，3]，[1，5]])
print(x)输出：1.2 操作（张量，shape(形状),dtype(数据类型)）由上图输出图中可以清楚看到其数据中包含三个元素：张量，shape(形状),dtype(数
第四百一十六节，Tensorflow简介与安装TensorFlow是什么Tensorflow是一个Google开发的第二代机器学习系统，克服了第一代系统DistBelief仅能开发神经网络算法、难以配置、依赖Google内部硬件等局限性，应用更加广泛，并且提高了灵活性和可移植性，速度和扩展性也有了大幅提高。字面上理解，TensorFlow就是以张量（Tensor）在计算图（Graph）上流动（Fl
转载
2024-01-02 23:37:18
61阅读
TensorFlow简介与Python基础2018.9.10一、概述TF使用数据数据流图进行数值计算，亮点是支持异构设备分布式计算机常用的ML库有MXNetTorch/PytorchTheanoCNTKCaffe等0阶张量（纯量），1阶张量（向量），2阶张量（矩阵）tensor（张量）flow（流动）编程模式命令式编程（Torch）符号式编程（Tensorflow，theano描述算法流程放到其他
原创
2018-09-10 21:57:50
2541阅读
在Kubernetes（K8S）中搭建一个用于TensorFlow训练的平台是一项非常有用的任务，尤其对于那些希望在分布式环境中进行大规模深度学习训练的开发者而言。在本篇文章中，我将向你介绍如何搭建一个基于K8S的TensorFlow训练平台。
整个搭建流程可以分为以下几个步骤：
| 步骤 | 操作 |
|------|---------------
原创
2024-05-06 11:51:32
199阅读
做机器训练有段时间了，从Windows到Mac再到Unbuntu，一直在搭建tensorflow机器训练环境。在工作中逐步找到最快捷的搭建方式，这次就以Mac为例记录下在Mac中搭建tensorflow机器训练环境（Ubuntu搭建流程是一样的）。 首先，由于多年来养成的IDE编程习惯，就想着如果有合适的IDE用于开发ten
转载
2024-03-09 20:41:18
54阅读
目前最主流的深度框架有 TensorFlow、Pytorch 以及 Keras。其中：TensorFlow 是被使用最广泛的一个深度学习框架，已广泛的运用在如，图像识别、图片分类等领域。PyTorch 是一个开源的 Python 机器学习库，基于 Torch 开发，底层由 C++实现，也被广泛使用在人工智能领域；Keras 则是 Python 编写的高级神经网络 API，它可以将 TensorF
转载
2021-02-23 12:03:49
495阅读
2评论
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
深度学习及TensorFlow简介深度学习目前已经被应用到图像识别，语音识别，自然语言处理，机器翻译等场景并取得了很好的行业应用效果。至今已有数种深度学习框架，如TensorFlow、Caffe、Theano、Torch、MXNet，这些框架都能够支持深度神经网络、卷积神经网络、深度信念网络和递归神经网络等模型。TensorFlow最初由Google Brain团队的研究员和工程师研发，目前已成为
转载
2017-02-15 13:03:07
1905阅读
Dataset封装了很好的关于数据集的一些基本操作，在这里做一下总结。该对象的路径是：tensorflow.data.DatasetTensof 进行操作，这也是tf....
原创
2021-12-15 18:12:51
502阅读
目前最主流的深度框架有 TensorFlow、Pytorch 以及 Keras。其中： TensorFlow 是被使用最广泛的一个深度学习框架，已广泛的运用在如，图像识别、图片分类等领域。 PyTorch 是一个开源的 Python 机器学习库，基于 Torch 开发，底层由 C++实现，也被广泛使 ...
转载
2021-05-08 21:58:11
1031阅读
2评论
简介 本文旨在知道您使用低级别TensorFlow API（TensorFlow Core）开始编程。您可以学习执行以下操作： 管理自己的TensorFlow程序（tf.Graph）和TensorFlow运行时（tf.Session），而不是依靠Estimator来管理它们 使用tf.Session
转载
2019-02-09 10:39:00
253阅读
点赞
（本文发表于《程序员》杂志2005年第2期）2004年10月，Laszlo
转载
2007-12-17 10:55:00
47阅读
一、关于Attention，关于NMT未完待续、、、以google 的 nmt 代码引入 探讨下端到端：项目地址：https://github.com/tensorflow/nmt机器翻译算是深度学习在垂直领域应用最成功的之一了，深度学习在垂直领域的应用的确能解决很多之前繁琐的问题，但是缺乏范化能力不足，这也是各大公司一直解决的问题；最近开源的模型：lingvo：一种新的侧重于sequence2s
转载
2024-01-30 08:10:01
55阅读
