总结我下的版本！用anaconda下载超级棒！安装tensorflow2.X （cpu环境）pip install tensorflow==2.X -i http://pypi.douban.com/simple --trusted-host pypi.douban.com 先别安装2.0版本，因为对于2.0的tensorflow ，再想继续安装tensorflow-&nbs
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机器学习领域的基础知识。在学习本教程之前，请确保您已按照安装TensorFlow教程中的要求，完成了安装
转载
2024-09-01 17:18:36
26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
之前看了一波深度学习的理论知识。总感觉哪里不对，昨天发现，一直看错书了，应该从tensorflow这类书实践书看起。今天在windows10上搭建了一个简单的深度学习环境。跑一些小程序练练手。正文：深度学习环境：pythonanacondatensorflowkeras其实之前也打算装过tensorflow。但是没有成功。感觉这几个环境最难装的是tensorflow。如果不用GPU加速的话，不用安
转载
2024-06-12 05:48:50
117阅读
安装需知： 安装tensorflow一般有两种，一种是cpu版本，另一种是gpu版本。安装前要注意你的电脑有没有NVIDIA的显卡,如果你的电脑是AMD的，对不起，你的电脑可能无法安装gpu版本的tensorflow，只能安装cpu版本的。**1.安装cpu版本的tensorflow**方法一： （1）下载并安装Anaconda （内含python环境） 注意这一步时要把两个√都选上安装完之后
转载
2024-03-12 05:51:30
189阅读
我并不建议专攻哪一本，从学习效率上说，建议综合来看。我自己看书也是这样，研究某一领域的时候，不只看一本书，而是同时看好几本，这样可以博采众家之长，而且可以避免单一作者个人的短处。 TensorFlow学习笔记 链接：https://pan.baidu.com/s/1QekhB9AIqoS_H_hWMRCRaA 密码：a08l这本书内容简明扼要，适合快速入手，找准不足，再另择书细
tensorflow实战1.简单线性回归（1）数据准备（2）准备好placeholder（3）初始化参数/权重（4）计算预测结果（5）计算损失函数值（6）初始化optimizer（7）指定迭代次数，并在session里执行graph2.多项式回归（1）数据准备（2）准备好placeholder（3）初始化参数/权重（4）计算预测结果（5）计算损失函数值（6）初始化optimizer（7）指定迭代
转载
2024-02-02 18:12:52
123阅读
前言：从去年年底开始接触深度学习，就一直用的由谷歌开发的tensorflow框架。tensorflow框架主要包含张量和数据流图，简单来说就是张量从图的一端到另一端的计算。tensorflow完全开源，支持单cpu/gpu和多gpu的计算，并且支持windows和linux等操作系统。由于我的电脑无法再虚拟机上提供足够大的内存，所以我在window环境下装的。tensorflow分cpu和gpu版
转载
2024-03-19 12:44:01
277阅读
写在前面：当时装这个tensorflow可没少花时间，试了很多都是失败，命令窗口一片红，印象最深的就是什么动态链库加载失败什么的。当然最终换了台笔记本装好了，自己笔记本装的低版本的（只能装低版本的)。第一步：先装anaconda，去官网下载安装，直接下一步下一步的点，但后面有个选择，两个都勾上就行（适应环境变量），安装完成。第二步：不着急安装tensorflow.先去安装一下或更新自己电脑的Vis
转载
2024-05-08 22:58:10
76阅读
一、安装Anaconda3(1) 下载Anaconda安装文件(2) 注意安装Anaconda时一定要把环境变量加入windows环境中。要没有勾选，安装完后还有手动加入。而且注意3.4版本是默认不加入Anaconda的文件路径到环境变量的。(3) 安装完成后，运行开始菜单—>Anaconda3—>Anaconda Prompt输入如下命令查看已安装的库conda list二、安装Te
转载
2024-05-06 22:16:27
645阅读
作者 lyhue1991 表示，这本书对「人类用户极其友善」，以「Don't let me think」为最高追求，「如果说通过学习 TensorFlow 官方文档掌握 TensorFlow 2.0 的难度大概是 9 的话，那么通过学习本书掌握 TensorFlow2.0 的难度应该大概是 3。」该教程与 TensorFlow 的差异如下所示：图片来自项目作者提供的开源文档。为什么一定要学 Ten
文章目录一、深度学习框架-TensorFlow1.1 TensorFlow介绍1.2 TensorFlow的安装1.3 张量及其操作1.3.1 张量Tensor1.基本方法2.转换成numpy3.常用函数4.变量1.4 tf.keras介绍1.4.1 常用模块1.4.2 常用方法1.导入tf.keras2.数据输入3.模型构建4.训练与评估5.回调函数（callbacks）6.模型的保存和恢复二
1、项目介绍技术栈： Python语言、Vue前端框架、Flask后端框架、深度学习LSTM算法、 豆瓣电影、Echarts 可视化分析、scrapy爬虫、影评情感分析、MySQL数据库、双协同过滤推荐算法（基于用户和基于物品）2、项目界面（1）电影数据可视化分析—柱状图、南丁格尔玫瑰图（2）电影数据可视化分析—面积图、曲线图（3）电影数据展示 （4）电影年份类型评分分析（散点图） （5）深度学习
在计算机领域中，Linux操作系统一直以其高度的稳定性和安全性而闻名。而在人工智能领域，TensorFlow框架则是非常热门且广泛使用的深度学习工具。然而，为了在Linux系统上充分利用TensorFlow的强大功能，需要考虑到CPU的性能因素。
在Linux系统中进行深度学习任务时，CPU的性能至关重要。尤其是对于一些中小型的深度学习模型或者在资源有限的情况下，使用CPU来运行TensorFl
原创
2024-04-03 10:11:20
65阅读
本文介绍Tensorlfow 针对 CPU SSE4.1 SSE4.2 AVX AVX2 FMA 的编译优化，以提升Tensorflow在CPU上的计算速度，实测可以提升两倍以上的速度。1、问题在用 pip 安装tensorflow的CPU版本后，在运行的时候通常会出现如下提示：Your CPU supports instructions that this TensorFlow bin
转载
2024-09-26 13:59:19
47阅读
Installing TensorFlow on Windows的官网 https://www.tensorflow.org/install/install_windows 在tensorflow 0.12.0开始支持Windows下安装了。tensorflow 0.12.0之前是只支持Mac和Linux系统。
转载
2024-04-23 13:30:45
9阅读
大前提：tensorflow只支持64位 可以使用：sudo uname --m参看如果是x86_64就是64如果是i686就是32，如果是32，那就重装64的吧，再进行如下：64位下载地址：Thank you for downloading Ubuntu Desktop | Ubuntu或者：https://pan.baidu.com/s/1ty72uH9Ho4FQqFxenaQ_gA
记录一下自己的学习过程遇到的问题。参考链接该目标检测API已经更新到tensorflow2.0时代，但是我没有成功实现，所以这里是旧版本实现过程。1、环境配置及相关安装操作系统：Windows10 64位GPU：Nvidia RTX2080Ti内存：128GTensorFlow：1.14.0 GPU版本python环境：Anaconda3.7cuda:10.0.130这里记录一下三种安装各种库的方
目录环境硬件环境软件环境整体安装流程1、Python安装2、安装CUDA、CUDNN3、安装tensorflow参考网站 环境这里环境包含两方面，硬件环境与软件环境。首先需要说明一下，对于任何软件或框架对硬件都有最低配置要求以及新的硬件可能对于旧版本软件不支持，所以在安装任何软件前最好查看官网说明，防止出现莫明其妙的错误、硬件环境这里，我先简单说明一下，本人的硬件配置，配置如下所示：CPU：AM
转载
2024-05-26 16:03:33
98阅读
TensorFlow 2.0已在十一发布，香不香？好用不好用？现在，这里有一份全中文教学的快速上手指南，基于Keras和Eager Execution（动态图）模式，北大学霸出品，获得TensorFlow官方认可。其名为，简单粗暴TensorFlow 2.0。话不多说，一起来看看吧。简洁高效的指导手册TensorFlow 2.0，摈弃了TensorFlow 1.x的诸多弊病，进一步整合
转载
2024-05-29 19:42:37
28阅读
