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
TensorFlow 是一个
开源
软件库，用于使用数据流图进行数值计算。换句话说，即是构建深度学习模型的最佳方式。本文整理了一些优秀的有关 TensorFlow 的教程和
项目列表。
一、教程
TensorFlow Tutorial 1 — 从基础到更有趣的 TensorFlow 应用
TensorFlow Tutorial 2 — 基于 Google Tensor
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
得益于令人难以置信的多元化社区，TensorFlow 已成长为世界上最受喜爱和广泛采用的 ML 平台之一。该社区包括：研究人员（例如，预测地震余震和检测乳腺癌）。开发人员（例如，构建应用程序来识别患病植物并帮助人们减肥）。公司（例如，通过eBay、Dropbox和AirBnB来改善他们的客户体验）。 还有许多其他人。11 月，2019年TensorFlow庆祝了它的 3 岁生日，回顾了这些年来添加
转载
2024-04-16 15:02:42
28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
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
TensorFlow-CPU与GPU的安装教程TensorFlow-CPU1.下载Anaconda2. 下载Vsual C++3. 安装TensorFlow-CPUTensorFlow-GPU1.检测当前GPU驱动版本是否满足大于410版本2.下载Vsual C++3.下载Anaconda或Miniconda4.替代.condarc配置文件4.安装Tensorflow-GPU 写在前面：CPU和
转载
2024-02-29 23:46:23
112阅读
1、TensorFlow 的Hello Worldimport tensorflow.compat.v1 as tf
tf.disable_eager_execution()
# 创建一个常量运算，将其作为一个节点加入到默认计算图中
hello = tf.constant("Hello World")
# 创建一个对话
sess = tf.Session()
#运行并获得结果
print(s
前言：之前在使用tensorflow的slim.nets模块进行finetune resnet50时，遇到了训练时的准确率和loss值正常，但在验证和测试时准确率很低的问题，具体表现是测试时batch size越小，测试的准确率越低。但按理说batchsize在测试时应该只影响了运行时间，不应该对准确率产生影响，这个问题困扰了我一段时间，最后终于解决。。。在这里记录一下解决这个问题的过程以及注意事
转载
2024-09-06 21:33:50
0阅读
**在colab下运行tensorflow版本的faster- rcnn**操作流程以下是具体的代码实现具体的代码实现装载google云盘在云盘中创建文件夹coco，以便于稍后进行存放文件，可以利用如下代码创建//
!mkdir -p /content/drive/My Drive/coco/获取faster-rcnn代码// 获取tf版的faster-rcnn代码
!git clone htt
转载
2024-09-27 19:38:03
68阅读
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
（1）什么是TensorFlow？TensorFlow是一个基于Python的库, 用于创建机器学习应用程序。它是执行复杂数学的低级工具包。它为用户提供了可定制性选项, 以构建实验性学习体系结构。它还可以帮助用户与他们合作, 并将他们转变为正在运行的软件。它最初由Google Brain团队的研究人员和工程师创建, 并于2015年成为开源。TensorFlow由两个词Tensor和Flow组成；张
转载
2024-04-12 11:34:52
42阅读
测试面试题软件测试的目的与原则是什么？ 目的： A. 通过测试工作可以发现并修复软件当中存在的缺陷， B. 可以降低同产品开发遇到的风险， C. 记录软件运行过程中的一些数据，为决策者提供技术支持。 原则： A. 2/8定律，核心功能占20%，非核心占80%，我们会集中测试20%的核心功能，发现缺陷的几率会高于80%，因此，遇到的缺陷都会集中20%功能模块里。 B. 不能穷尽测试，有些功能是无法将
TensorFlow2的建模流程
1. 使用Tensorflow实现神经网络模型的一般流程
2. Titanic生存预测问题
2.1 数据准备
2.2 定义模型
2.3 训练模型
2.4 模型评估
2.5 使用模型
2.6 保存模型
参考资料
在机器学习和深度学习领域，通常使用TensorFlow来实现机器学习模型，尤其常用
转载
2024-03-19 00:09:13
187阅读
一、如何在Ubuntu上编辑和运行TensorFlow包下的代码（1）使用vim编辑器编辑，终端运行代码 该方法首先需要打开Ubuntu的终端，然后输入以下代码进入Anaconda管理下安装了TensorFlow包的Python环境：zlt@zlt-virtual-machine:~/download/MyTfTest$ source activate tensorflow 成功运行后即可在前面看
转载
2024-05-01 20:53:48
134阅读
新手小白安装过程中遇到种种问题，大概花了两天的时间去安装tensorflow-gpu,其他相关概念在这里就不多提了，直接就是进入安装的需要。这里安装的tensorflow-gup==1.9.0版本，对应的python是3.6。一、确定自己的显卡支持CUDA1、查看自己的显卡：设备管理器-显示适配器 2、找到对应的显卡：https://developer.nvidia.com/cuda-gpus二、
转载
2024-05-16 11:13:02
0阅读
在此文章中，我们将使用Tensorflow对象检测API构建自定义对象检测器。我将选择检测苹果果实。但是您可以选择要检测自己的自定义对象的任何图像。步骤：InstallationGathering dataLabeling dataGenerating TFRecords for trainingConfiguring trainingTraining modelExporting
转载
2024-08-27 15:00:54
55阅读
TensorFlow对Android、iOS、树莓派都提供移动端支持。移动端应用原理。移动端、嵌入式设备应用深度学习方式，一模型运行在云端服务器，向服务器发送请求，接收服务器响应；二在本地运行模型，PC训练模型，放到移动端预测。向服务端请求数据可行性差，移动端资源稀缺。本地运行实时性更好。加速计算，内存空间和速度优化。精简模型，节省内存空间，加快计算速度。加快框架执行速度，优化模型复杂度和每步计算
转载
2024-05-27 21:44:28
27阅读
为什么spyder中import tensorflow as tf会出现下图所示的错误（Anaconda Prompt中已经成功的安装tensorflow环境） @
一 、简介：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。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。它是谷歌基于DistBelief进行研发的第二代人工智能学习系统。2015年11月
转载
2024-03-18 09:03:56
41阅读
