摘要：这篇文章主要介绍深度学习的几个应用领域及安装tensorflow深度学习应用领域图像识别语音识别音频处理自然语言处理机器人生物信息处理电脑游戏搜索引擎网络广告投放医学自动诊断金融基本工具介绍Protocol Buffer：结构化数据工具Bazel：自动化构建工具，用来编译程序TensoFlow介绍TensorFlow是由谷歌开发并维护的深度学习框架，在目前主流的深度学习框架中处于领先地位安装
转载
2024-04-30 18:50:15
59阅读
TensorFlow是一个采用数据流图，用于数值计算的开源软件库。自己接触tensorflow比较的早，可是并没有系统深入的学习过，现在TF在深度学习已经成了“标配”，所以打算系统的学习一遍。在本篇文章中主要介绍TF的基础知识。。。创建并运行图###首先创建 两个变量import tensorflow as tf
reset_graph()
x = tf.Variable(3, name="x")
转载
2024-02-22 12:04:33
51阅读
挺长的~超出估计值了~预计阅读时间20分钟。 从helloworld开始
mkdir 1.helloworld
cd 1.helloworldvim
helloworld.py
代码:
# -*- coding: UTF-8 -*-
# 引入 TensorFlow 库
import tensorflow as tf
# 设置了gpu加速提示信息太多了，设置日志等级屏蔽一
官网上对TensorFlow的介绍是，一个使用数据流图(data flow graphs)技术来进行数值计算的开源软件库。数据流图中的节点，代表数值运算；节点节点之间的边，代表多维数据(tensors)之间的某种联系。我们可以在多种设备（含有CPU或GPU）上通过简单的API调用来使用该系统的功能。TensorFlow包含构建数据流图与计算数据流图等基本步骤，图中的节点表示数学操作，图中连结各节点
转载
2024-05-11 17:21:36
70阅读
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Google大脑小组（隶属于Goog
转载
2024-05-04 18:56:34
41阅读
首先简单介绍一下AE和VAE然后在完成代码实践一、什么是自编码器（Auto-encoder）自动编码器是一种数据的压缩算法，其中数据的压缩和解压缩函数是数据相关的、有损的、从样本中自动学习的。在大部分提到自动编码器的场合，压缩和解压缩的函数是通过神经网络实现的。这种算法的大致思想是：将神经网络的隐含层看成是一个编码器和解码器，输入数据经过隐含层的编码和解码，到达输出层时，确保输出的结果尽量与输入数
TensorFlow lite 开发手册（6）——TensorFlow Lite模型使用通用流程（以CPM算法为例）（一）流程示意（二）主要函数说明（三） 操作流程3.1 CPM算法介绍3.2 加载模型3.3 加载所有tensor3.4 获取输入输出信息3.5 构建输入3.6 调用模型3.7 取出输出结果3.8 输出结果后处理3.8 标记结果3.9 完整程序 （一）流程示意
Creat
转载
2024-04-09 15:11:13
372阅读
TensorFlow提供了优化器，可以缓慢地更改每个变量，以便最小化损失函数。最简单的优化器是梯度下降。它根据相对于该变量的损失导数的大小修改每个变量。通常，手动计算符号导数是冗长乏味且容易出错的。因此，TensorFlow可以使用函数tf.gradients自动生成仅给出模型描述的导数。为了简单起见，优化器通常为您做这个。例如optimizer = tf.train.GradientDescen
转载
2024-03-29 10:02:06
48阅读
引言
基于Anaconda的tensorflow安装
1 下载linux版本的Anaconda安装包2 安装Anaconda利用anaconda安装tensorflow 1 建立一个 conda 计算环境2 激活环境使用 conda 安装 TensorFlow3 安装tensorflow4 如何在jupyter中使用tensorflow总结 利用Doc
转载
2024-05-23 14:01:47
27阅读
深度学习环境配置3——windows下的tensorflow-gpu=2.2.0环境配置注意事项一、2021/9/11更新二、2021/7/8更新学习前言环境内容各个版本tensorflow2的配置教程环境配置一、Anaconda安装1、Anaconda的下载2、Anaconda的安装二、Cudnn和CUDA的下载和安装1、Cudnn和CUDA的下载2、Cudnn和CUDA的安装三、配置tens
查看机器 的信息： 持续更新查看： 其他方式如下：
原创
2022-08-10 17:32:44
211阅读
/基本使用使用 TensorFlow, 你必须明白 TensorFlow:使用图 (graph) 来表示计算任务. 在被称之为 会话 (Session) 的上下文 (context) 中执行图. 使用 tensor 表示数据. 通过 变量 (Variable) 维护状态. 使用 fee...
转载
2019-03-26 08:38:46
152阅读
<!-- @page { size: 21cm 29.7cm; margin: 2cm } P { margin-bottom: 0.21cm } --> 在现今商品社会中，任何物品都有一个“价格”，连“古典文物”都有价。一般而言，开源软件都是“免费的”，但是，免了多少“费”（fee），打了多少“折
最近在学习使用yolov3训练自己的数据，百度上找到了很多使用yolov3训练自己的数据的教程，自己也是踩了很多坑最后才顺利训练了自己的数据，下面记录下自己训练自己数据的过程。 总结来说，快速训练自己的数据需要建立自己的数据集（或者使用自己感兴趣的公开数据集）、将数据集的文件格式改成和要求所需一样的格式、将
使用的数据集是全唐诗，首先提供一下数据集的下载链接：https://pan.baidu.com/s/13pNWfffr5HSN79WNb3Y0_w 提取码：kossRNN不像传统的神经网络-它们的输出输出是固定的，而RNN允许我们输入输出向量序
转载
2024-05-17 17:58:52
50阅读
Tensorflow是谷歌开源的人工智能库，有最完善的生态支持。是进行人工智能领域开发和科研的必备工具。本文在windows10下，借助Anaconda，安装Tensorflow2.0。tensorflow2.0安装首先打开anaconda，执行condacreate--nametf2.0python=3.7建立一个名为tf2.0的虚拟环境。细节不说了，参考我之前的文章，就是一直选yes，安装就行
原创
2020-10-14 20:34:45
1212阅读
tensorflow2不支持1的api！！！！！tensorflow2不支持1的api！！！！！tensorflow2不支持1的api！！！！！ 好了，首先看看自己的python版本，gpu的信息，tensorflow的版本，我下的最新python3.9直接报错*（没想到竟是噩梦的开始），py的版本应该在3.6-3.8 python 版本用 python -v看gpu 信息用
VueRouter官方定义tip：Vue Router 是 Vue.js 官方的路由管理器。它和 Vue.js 的核心深度集成，让构建单页面应用变得易如反掌。 — 官方定义
VueRouter 是 SPA（单页应用）的路径管理器，它允许我们通过不同的 URL 访问不同的内容模块化打包系统下的安装必须显式地通过Vue.use()来安装：import Vue from 'vue'
import Vue
TensorFlow Lite介绍 TensorFlow Lite的目标是移动和嵌入式设备，它赋予了这些设备在终端本地运行机器学习模型的能力，从而不再需要向云端服务器发送数据。这样一来，节省了网络流量，减少了时间开销，而且还充分帮助用户保护自己的隐私和敏感信息 Android和iOS设备上，TensorFlow Lite都提供了C ++ API的支持，并且在Android平台还额提供了Java A
TensorFlow运作方式入门代码：tensorflow/g3doc/tutorials/mnist/本篇教程的目的，是向大家展示如何利用TensorFlow使用（经典）MNIST数据集训练并评估一个用于识别手写数字的简易前馈神经网络（feed-forward neural network）。我们的目标读者，是有兴趣使用TensorFlow的资深机器学习人士。因此，撰写该系列教程并不是为了教大家
