想要使用Tensorflow必须先要安装上这个，我用的是win10系统，之前也装了python环境所以我就直接使用pip install tensorflow命令安装上就可以使用了。 想要使用tensorflow，就必须明白tensorflow：1、使用图（graph）来表示计算任务。2、在被称之为为会话（session）的上下文（context）中执行图。3、使用tensor表示数据。
转载
2024-04-23 11:57:41
27阅读
经验证本文的程序兼容TensorFlow 1.11.0版本 tensorflow profiler 主要特性使用tensorflow profiler举例高级功能Advisor TensorFlow profiler 主要特性从r1.3版本开始， tensorflow 提供profiler模块为方便描述，下面将tf中运行的神经网络模型简称为graph，其中的节点称为node.profiler的最大
转载
2024-03-13 20:03:10
135阅读
TensorFlow 官方文档中文版你正在阅读的项目可能会比 Android 系统更加深远地影响着世界！缘起2015年11月9日，Google发布人工智能系统TensorFlow并宣布开源，同日，极客学院组织在线TensorFlow中文文档翻译。机器学习作为人工智能的一种类型，可以让软件根据大量的数据来对未来的情况进行阐述或预判。如今，领先的科技巨头无不在机器学习下予以极大投入。Facebook、
目录一、tensorflow 1.x版本1.1 手写交叉熵损失1.1.1 非喂数据的 python 代码1.1.2 喂数据版的 python 代码二、tensorflow 2.x版本2.1 手写交叉熵损失2.2 利用 tf 的交叉熵损失接口一、tensorflow 1.x版本1.1 手写交叉熵损失1.1.1 非喂数据的 python 代码#LR not fe
转载
2024-04-06 19:23:41
48阅读
Linux是一种开源操作系统，大家都知道它在计算机领域有着广泛的应用。而TensorFlow则是一个功能强大的机器学习工具，被广泛用于深度学习领域。今天我们要讨论的是红帽（Red Hat）与Linux以及TensorFlow之间的路径关系。
首先，红帽是一家总部位于美国的软件公司，主要提供企业级的开源软件解决方案。其旗下的操作系统Red Hat Enterprise Linux（RHEL）是业内
原创
2024-05-17 12:12:26
119阅读
在进行深度学习开发之前，我们都必须面对的是数据加载问题。如何加载我们自己的数据，是我们不得不面对的一个问题，本篇以数据加载作为我们tensorflow实战的开始，教你手把手实现自己的模型训练。目录一、tensorflow常见的数据集格式二、内存数据2.1、数据集说明2.2、生成样本数据三、TFRecord数据四、Dataset数据集4.1、生成Dataset对象4.2、在Session中使用Dat
转载
2024-04-27 23:19:11
34阅读
前言我的TensorFlow环境： 用Anaconda3-5.0.1搭建的: windows7 + python3.6.3 + tensorflow1.8.0以下笔记中出现的程序代码均经过调试并运行成功的。很可能由于版本变更等原因，对部分代码进行过修改河调整。简介目的：了解TensorFlow 一个简单示例：import tensorflow as tf
import numpy as np
#
转载
2024-06-23 06:16:14
42阅读
TensorFlow学习笔记02:使用tf.data读取和保存数据文件使用`tf.data`读取和写入数据文件读取和写入csv文件写入csv文件读取csv文件读取和保存TFRecord文件TFRecord基础API`Example`对象的创建和序列化TFRecord文件的读写写入TFRecord文件读取TFRecord文件 使用tf.data读取和写入数据文件准备加州房价数据集并将其标准化:fr
转载
2024-04-13 12:52:39
23阅读
原创 lightcity 光城 2019-01-16TensorFlow学习0.导语1.Session会话控制(两种打开模式)2.Tensorflow使用Variable3.Placeholder 传入值4.激励函数(activate function)5.定义添加神经层的函数6.建造神经网络7.matplotlib 可视化8.学习文章TensorFlow学习0.导语本周将会陆续更新莫凡pytho
转载
2021-03-17 15:32:11
168阅读
TensorFlow学习0.导语1.Session会话控制(两种打开模式)2.Tensorflow使用Variable3.Placeholder 传入值
原创
2021-08-03 10:04:23
135阅读
TensorFlow入门教程1. 关于TensorFlow1.1 什么是数据流图？1.2 Tensorflow的特征1.3 下载以及安装2.TensorFlow初步了解2.1 图2.2 构建图2.3 在会话中启动图2.4 op2.5 feed3. TensorFlow应用小案例 ---*用softmax回归分类方法分类MNIST手写数字* 1. 关于TensorFlowTensorFlow是一个
转载
2024-04-03 10:11:27
39阅读
文章目录一.tensorflow的运行流程1 Tensor2 session3 Variable4 placehoder5 My First Demo6 定义神经层7 matplotlib可视化8 tensorboard的使用9 tensorboard 监察程序运行状况10 dropout11 卷积神经网络二、tensorflow代码框架总结三、常用函数集锦`tf.nn.embedding_lo
转载
2024-04-28 09:51:42
25阅读
这是《TensorFlow实战Google深度学习框架(第2版)》的学习笔记，所有代码在TensorFlow 1.15版本中运行正常。虽然现在TensorFlow 2.x很流行了，但是个人觉得先学习下1.x也是很有必要的。
原创
2022-07-13 18:34:15
646阅读
当我们拥有大量计算资源时，通过使用合适的分布式策略，我们可以充分利用这些计算资源，从而大幅压缩模型训练的时间。针对不同的使用场景，TensorFlow 在 tf.distribute.Strategy中为我们提供了若干种分布式策略，使得我们能够更高效地训练模型。1 TensorFlow 分布式的分类图间并行（又称数据并行）每个机器上都会有一个完整的模型，将数据分散到各个机器，分别计算梯度。图内并行
转载
2024-04-19 09:02:00
61阅读
1.易用性·相对而言，TensorFlow工作流易于理解。它的API保持着高度的一致性，这意味着在尝试不同模型时，无需从头学习一套新的东西。 ·TensorFlowAPI很稳定，维护者始终在努力确保每次改动都向下兼容。 ·TensorFlow与NumPy无缝集成，可使大多数了解Python的数据科学家如鱼得水。 ·不同于其他库，TensorFlow不占编译时间。这就使用户可快速验证自己的想法，而省
转载
2023-10-13 12:08:15
49阅读
环境：windows 7, python 3.7 Pycharm 2018.2 professional因为是全部安装完后整理的，所以只是以解决问题为主，很多东西都没有深入去了解原理，仅仅记录下踩坑的过程。1.把虚拟环境的pip升级，之前不升级，一直报要求检测pip的版本，所以默认升级到最新我的pycharm
转载
2024-03-05 22:04:38
18阅读
1. FNN、PNN、wide&deep等此前几种深度模型见下图。 (1) FNN，见图左边。用 FM 预训练embedding layer，然后DNN训练。作者认为有两点局限：embedding layer 的参数会受到 FM 的影响；预训练计算量大，效率问题。同时 FNN仅能捕捉高阶特征，相比之下，DeepFM 无需预训练，且能捕捉高阶和低阶特征。(2) PNN，见图中间。为
转载
2024-06-19 19:55:30
45阅读
TensorFlow学习笔记
原创
2018-03-26 20:14:55
1602阅读
点赞
一 TensorFlow XLA加速线性代数编译器 http://c.biancheng.net/view/1891.html 二在 TensorFlow 中指定某一设备用于矩阵乘法的计算 http://c.biancheng.net/view/1893.html ...
转载
2021-09-20 20:00:00
113阅读
2评论
一、看懂了Tensor("mul_1:0", shape=(), dtype=int32)中的shape张量的阶、形状、数据类型
TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通.阶
在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.
转载
2018-05-18 10:57:00
37阅读
