这篇教程的主要源代码在ptb_word_lm.py与reader.py两个文件中。教程对应的源代码的github仓库地址。数据下载地址，该教程需要的数据在该下载的文件解压后的data子目录下。该目录的内容如下图所示： 首先介绍reader.py文件的内容： reader.py文件由_reader_words、_builid_vocab、_file_to_wor
转载
2024-04-18 06:28:12
105阅读
通过观看视频，记下此次笔记，笔记内容来自lite深度解析视频。视频来源：https://www.bilibili.com/video/av24219725/ tensorflow lite 定位于设备端智能应用。我们在台式机上使用tensorflow开发出模型，训练出权重，然后使
转载
2024-04-21 07:13:47
59阅读
文章目录一、怎么查找开源项目二、怎么使用项目练手 一、怎么查找开源项目以GitHub为例，GitHub上的开源项目非常多，且全面，不过速度比较慢。 码云gitee速度比较快，如果需要的话，可以将GitHub上的代码同步到码云上从码云下载。而且码云gitee搭建个人博客也快，还有一个Web IDE的功能，可在线浏览代码，且体验很好。GitHub上的项目，一般有项目名，项目描述信息，README 等
转载
2024-06-13 16:40:57
101阅读
一. 总论说到Tensoflow serving的编译安装，真的是一把鼻涕一把泪。前前后后折腾了一个星期。在这期间参考了同行的做法，自己也在不断地摸索尝试。 遇到的困难：Tensoflow serving的版本和源码在不断更新，之前成功编译安装的版本在一段时间后，由于github上的Tensoflow serving的源码的更新，变得编译安装不成功。即使是执行官网提供的编译安装指令也无法成功编译安
摘要 2015年11月9日，Google发布深度学习框架TensorFlow并宣布开源，并迅速得到广泛关注，在图形分类、音频处理、推荐系统和自然语言处理等场景下都被大面积推广。TensorFlow系统更新快速，官方文档教程齐全，上手快速且简单易用，支持Python和C++接口。本文依据对Tensorflow（简称TF）白皮书[1]、TF Github[2]和TF官方教程[3]的理解，从系统和代码
转载
2024-05-07 21:04:54
51阅读
tensorflow的断点续训2019-09-07顾名思义，断点续训的意思是因为某些原因模型还没有训练完成就被中断，下一次训练可以在上一次训练的基础上继续训练而不用从头开始；这种方式对于你那些训练时间很长的模型来说非常友好。如果要进行断点续训，那么得满足两个条件：（1）本地保存了模型训练中的快照；（即断点数据保存）（2）可以通过读取快照恢复模型训练的现场环境。（断点数据恢复）这两个操作都用到了te
转载
2024-04-29 23:05:50
27阅读
一、linux环境编译 （ubuntu1604_64）1）下载FFmpeg源码 https://ffmpeg.org/download.html 下载最新的版本，ffmpeg-x.x.x.tar.gz，再通过命令解压：tar -xjvf ffmpeg-x.x.x.tar.bz2 或者git拉下来，git clo
转载
2023-11-14 22:23:49
768阅读
概要本文主要介绍了在Win10系统中安装Github终端、如何配置安装好的Git终端以及如何利用Git终端将自己的项目上传到远程服务器中操作必备win10系统电脑一台、良好的互联网连接、GitHub账户(需要提前到官网进行注册)GitHub的安装1、到官网下载GitHub的安装软件链接为：https://git-scm.com/download/win注意进入这个网页后等待几秒钟下载会自动进行，下
转载
2023-07-12 15:11:45
165阅读
GitHub注册以及安装教程 首先，我们了解一下github.gitHub 是一个面向开源及私有软件项目的托管平台，因为只支持 git 作为唯一的版本库格式进行托管，故名 gitHub。github 于 2008 年 4 月 10 日正式上线，除了 git 代码仓库托管及基本的 Web 管理界面以外，还提供了订阅、讨论组、文本渲染、在线文件编辑器、协作图谱（报表）、代码片段分享（Gi
转载
2023-10-12 14:18:27
256阅读
1 - Tensorflow源码目录结构基于2018年5月28日github的tensorflow源码，即1.8版本第一层：tensorflow： 核心代码目录。
third_party：第三方库，包括：eigen3，fft2d，hadoop，mkl，probuf ，kafka，mpi，tensorRT，nccl，grpc等等。
tools：只有两个文件 bazel.rc 和 tf_env_col
转载
2024-03-13 11:38:52
129阅读
读TensorFlow 源码笔记(2): tensorflow的控制流算子(control_flow_op)在阅读TensorFlow源码时，遇到了很多复杂又晦涩的概念，今儿整理以下内容，分享给大家：介绍专门为处理控制流而添加的五个TensorFlow原语运算符,演示如何将高级控制流结构编译为包含这五个原语的数据流图解释TensorFlow运行时如何执行这些数据流图，包括在一组混合设备（如CPU、
转载
2024-08-11 10:54:57
74阅读
TensorFlow 2.0源码编译步骤传统pip安装tensorflow限制修改bazel编译版本限制已知编译存在的问题配置configure编译选项Tips: 本文作者：Phillweston，未经允许禁止转载 传统pip安装tensorflow限制1.AVX指令集CPU使用老版本TensorFlow报错 对于不支持AVX指令集的CPU服务器，在python中使用 import tenso
转载
2023-11-26 23:34:36
70阅读
tensorflow/tensorflow/该目录下存放着tensorflow的核心代码contrib/该目录下存放有其他项目贡献者添加的相关贡献代码。由于tensorflow受关注程度较高，目前该目录正急剧膨胀。core/后台C++实现部分。包含了主要的 C++代码 和 runtimes 。该目录为tensorflow的C++源码的核心。common_runtime/tensorflow 普通的
转载
2024-05-29 20:21:16
84阅读
# 学习实现 TensorFlow 架构源码
TensorFlow 是一个强大的机器学习框架，其架构源代码实现涉及多个文件和模块。对于刚入行的小白来说，理解如何实现和使用 TensorFlow 架构源码并不是一件容易的事。本文将为您详细讲解实现过程，并附上必要的代码示例和注释，帮助您顺利完成这项任务。
## 实现流程
下面是学习实现 TensorFlow 架构源码的流程：
| 步骤
原创
2024-10-01 11:21:10
64阅读
老实说，GitHub 在国内的使用体验并不算太好，这其中最大的原因就是网络了。GitHub 访问起来比较卡，这个看起来貌似无解。国内的 gitee 网速倒是可以，但是无法代替 GitHub，个人感觉 gitee 上还是开源项目多一些，工具类库要少一些。在网络比较卡的情况下，如果我们想在线查看 GitHub 上项目的源码，是非常的不方便，我们需要不断的进入到某个目录中，然后再退出来，再进入到其他目录
转载
2023-07-12 15:15:46
328阅读
决策森林是一系列机器学习算法，其质量和速度可与神经网络相竞争（它比神经网络更易于使用，功能也很强大），实际上与特定类型的数据配合使用时，它们比神经网络更出色，尤其是在处理表格数据时。随机森林是一种流行的决策森林模型。在这里，你可以看到一群树通过投票结果对一个例子进行分类。决策森林是由许多决策树构建的，它包括随机森林和梯度提升树等。这使得它们易于使用和理解，而且可以利用已经存在的大量可解
tensorflow 代码 介绍：(Introduction:)Learning to develop Deep Learning models is not an easy task to accomplish — especially for those who may not have serious experience in the field. When beginning to l
1 - Tensorflow源码目录结构基于2018年5月28日github的tensorflow源码，即1.8版本
第一层：tensorflow： 核心代码目录。 third_party：第三方库，包括：eigen3，fft2d，hadoop，mkl，probuf ，kafka，mpi，tensorRT，nccl，grpc等等。 tools：只有两个文件 bazel.rc 和 tf_en
转载
2024-04-29 19:51:06
102阅读
论文下载地址 cosface，tensorflow源代码下载地址：cosface code。模型的训练通过train_multi_gpu.py实现，数据加载部分同之前介绍的方法类似，这里重点说一下网络结构和损失函数部分的代码，默认采用的网络结构是sphere_network,其主要实现在sphere_network.py的infer函数：def infer(input,embedding
转载
2024-08-11 20:20:55
171阅读
一 摘要 2015年11月9日，Google发布深度学习框架Tensorflow并宣布开源，迅速得到广泛的关注，在【图像分类】、【音频处理】、【推荐系统】和【自然语言处理】等场景下大面积被推广。Tensorflow系统更新的速度非常之快，官方文档的教程也比较齐全，上手快速，简单易用，支持Python和C++接口。本文依据对Tensorflow(简称
转载
2024-04-24 12:09:31
47阅读
