目录1.背景2.LeNet-5网络实现手写数字识别2.1.LeNet-5介绍2.2.程序实现（tensorflow版）1.背景图像分类，根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。2.LeNet-5网络实现手写数字识别2.1.LeNet-5介绍LeNet-
转载
2024-04-23 15:14:22
11阅读
加法运算的一般的程序写法：
只打印出来了数据类型，而没有结果，可见，tensorflow写程序不像一般程序那么简单。
结果出来了。
体现了tensorflow的思想。
在tensorflow中，数据被称为张量。
转载
2020-12-20 11:45:00
74阅读
2评论
系列文章目录第二章 TensorFlow 深度学习入门之 TensorFlow的核心概念目录系列文章目录文章目录前言一、三种计算图之间的关系二 、静态计算图1 TensorFlow1.0 中的静态计算图2 TensorFlow2.0 中的静态计算图三、 动态计算图四、TensorFlow2.0的Autograph前言计算图由节点(nodes)和线(edges)组成。
转载
2024-04-18 09:20:36
25阅读
1 将ckpt的meta文件转换成tensorboard需要的log文件参考代码如下:import tensorflow as tf
def write_ckpt_meta_to_tensorboard(ckpt_meta_file, log_dir):
g = tf.Graph()
with g.as_default() as g:
tf.train.imp
原创
2023-08-08 09:56:10
178阅读
TF – Kernels模块 TF中包含大量Op算子，这些算子组成Graph的节点集合。这些算子对Tensor实现相应的运算操作。图 4 1列出了TF中的Op算子的分类和举例。 图 4 1 TensorFlow核心库中的部分运算 OpKernels 简介 OpKernel类（core/framework/op_kernel.h）是所有Op类的基类。继承OpKernel还可
文章目录TensorFlow 是什么TensorFlow架构Graphtf.constant 本文tensorflow 版本1.12(先介绍1.x的版本，后面再学2.x的版本) TensorFlow 是什么TensorFlow 是一个开源的、基于 Python 的机器学习框架，它由 Google 开发，并在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用，是目前最热门的机器学习框
转载
2024-04-02 22:13:10
23阅读
作者丨stephenDC编辑丨zandy什么是计算图？一个机器学习任务的核心是模型的定义以及模型的参数求解方式，对这两者进行抽象之后，可以确定一个唯一的计算逻辑，将这个逻辑用图表示，称之为计算图。计算图表现为有向无环图，定义了数据的流转方式，数据的计算方式，以及各种计算之间的相互依赖关系等。计算图的基本组成TensorFlow的计算图粒度比较细，由节点和有向边组成（后来也加入了层）。相比之下，腾讯
什么是计算图？基于TensorFlow这个编程系统中的每一个计算都是计算图上的一个节点，而节点与节点之间的连线则代表计算之间的依赖关系。 以一个最简化的计算图来说明： 上图中，a，b代表一个节点，add也是一个节点，只是它参与了计算的工作。而这个简单的运算，我们需要在一个图中运行，而要想使用这张图，我们就要用到熟悉的sess.run()会话操作来运行。 参考：https://www.jianshu
转载
2024-08-19 20:35:24
13阅读
深度学习已经在许多领域（例如计算机视觉、自然语言处理、文本翻译或语音到文本等）证明了其有效性。它的名字来源于大量用于构建执行机器学习任务的神经网络的深度层次。尽管有多种类型的层和多种整体神经网络的架构，但一般规则认为，网络层次越深，其可以表征的复杂性就越高。本文将解释神经网络的层的基本概念，并会带大家一步一步地探索使用TensorFlow创建多种类型（的网络）。TensorFlow是针对大众用户的
Tensorflow的框架介绍一张思维导图介绍本文大概内容· Tensorflow的整体结构以及数据流图结构分析一个构建图阶段：定义数据（张量Tensor）和操作（节点OP） 一个执行图阶段：调用各方面资源，将定义好的数据和操作运行起来图的结构图就是包含了一组tf.operation代表的计算单元对象和tf.Tensor代表队计算单元之间的流动数据。 简单来说 Tensorflow = Tenso
转载
2023-11-03 12:05:43
92阅读
计算图是Tensorflow一个基本概念，Tensorflow中的所有计算都会被转化为计算图上的节点。Tensorflow中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。如下图所示 MatMul矩阵相乘运算依赖张量w,x。Tensorflow的程序可以分为两个阶段，第一阶段需要定义计算图中所有的计算，第二节阶段为执行计算。定义计算的样例如下import tensor
转载
2024-04-13 10:57:37
55阅读
一、什么是图 TensorFlow程序通常被组织成一个构建阶段和一个执行阶段. 在构建阶段, op的执行步骤被描述成一个图. 在执行阶段, 使用会话执行执行图中的op。我们来构建一个简单的计算图。每个节点采用零个或多个张量作为输入，并产生张量作为输出。一种类型的节点是一个常数。像所有TensorFlow常数一样，它不需要任何输入，它输出一个内部存储的值。我们
转载
2024-02-24 17:56:50
28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
该组件并非开箱即食，需要根据自己的业务进行修改，右侧属性表单部分如果有时间考虑改为插槽形式，方便以后复用~
antd组件Upload实现自己上传
技术栈 Vue v3.0.1 Element-ui v2.4.5 antV G6 v1.2.8 Sass效果图引入在index.html中进行了全局引用<script src="./static/plugin/g6.min.js">
import numpy as npimport tensorflow as tfimport osfrom tensorflow.python.framewor.array([1., 3., 5., 7., 9.])
原创
2022-07-09 00:13:20
67阅读
主要内容：TensorFlow的计算模型、数据模型和运行模型。1、TensorFlow计算模型—计算图计算图是TensorFlow中最基本的一个概念，TensorFlow中的所有计算都会被转化为计算图上的节点。计算图是用来描述TensorFlow中的计算。计算图概念Tensor: 张量，张量可以被简单理解为多维数组。Flow: 中文表示为“流”，直观地表达了张量之间通过计算相互转化的过程。Tens
转载
2024-04-09 18:22:54
51阅读
第一个 Tensorflow例子：import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
#实现一个加法运算
a=tf.constant(5.0)
b=tf.constant(6.0)
sum1=tf.add(a,b)
with tf.Session() as sess:
print(sess.ru
转载
2024-04-06 11:42:01
56阅读
什么是数据流图在本章开篇处，我们就介绍了TensorFlow名字的来历。TensorFlow最基本的一次计算流程通常是这样的：首先它接受n个固定格式的数据输入，通过特定的函数，将其转化为n个张量（Tensor）格式的输出。一般来说，某次计算的输出很可能是下一次计算的（全部或部分）输入。整个计算过程其实是一个个Tensor 数据的流动（flow）过程。在这其中，TensorFlow将这一系列的计算流
转载
2024-03-22 20:44:05
43阅读
基本使用使用图（graph）来表示计算任务激活会话（Session）执行图使用张量（tensor）表示数据定义变量（Variable）使用feed可以任意赋值或者从中获取数据，通常与占位符一起使用1、综述 Tensorflow是一个开源框架，使用图来表示计算任务，图中的节点被称作op(operation)，一个op获得0个或者多个Tensor，执行计算，产生0个或者多个Tensor，每个tens
转载
2024-07-22 18:29:08
67阅读
前言 TensorFlow程序通常被组织成一个构建图阶段和一个执行图阶段 在构件阶段，数据（张量Tensor）与操作（节点op）的执行步骤被描述成一个图； 在执行阶段，使用会话（Session）执行构建好的图中的操作，图必须在会
转载
2024-05-17 14:58:59
85阅读
