在UI自动化测试中，界面控件识别是基石。在计算机视觉领域中，有很多经典的目标识别模型，我们尝试将YOLO模型迁移至自动化测试领域界面控件识别中。迁移训练后的模型需要部署到生产环境，TensorFlow Serving是一种模型部署方法，只需几行简单的代码就可以维护模型的整个生命周期。下面将以原YOLO V3 tensorflow版模型为例从环境准备、模型格式转换、服务部署和调用以及最后的性能对比四
转载
2024-05-13 13:51:21
71阅读
Theano、TensorFlow、Torch、MXNet 再到近日比较热门的 PyTorch 等等，深度学习框架之间的比较一直以来都是非常受人关注的热点话题。不过你知道用户实际用起来的感觉怎么样吗？近日，Reddit 用户 cjmcmurtrie 发了一个主题为「PyTorch vs. TensorFlow」的讨论帖，想要了解这两大流行的框架之间各自有什么优势。帖子一楼写道：我还没有从 Torc
转载
2023-09-13 20:41:50
0阅读
在当今的深度学习领域，TensorFlow和PyTorch是最受欢迎的两个深度学习框架。它们提供了丰富的功能和强大的工具，被广泛用于各种机器学习任务。本文将对TensorFlow和PyTorch进行全面比较分析，探讨它们在不同方面的优势和劣势。 首先，我们将从框架的易用性和学习曲线入手。TensorFlow和PyTorch在使用上有一些差异，其中TensorFlow使用静态计算图的概念，
转载
2023-08-07 19:26:39
127阅读
前言由于大创需要使用深度学习相关内容，所以我需要下载TensorFlow并配置对应环境。简要介绍什么是Anaconda？Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的
Keras 是一个主要由Python 语言开发的开源神经网络计算库。Keras 库分为前端和后端，其中后端可以基于现有的深度学习框架实现，如Theano，CNTK，TensorFlow，前端接口即Keras抽象过的统一接口API。那么 Keras 与tf.keras 有什么区别与联系呢？其实Keras 可以理解为一套搭建与训练神经网络的高层API 协议，Keras 本身已经实现了此协议，可以方便的
转载
2024-04-06 16:44:22
169阅读
Tensorflow2.0相比于以往版本，有着极大的区别；最明显的区别可以用三字词来概括：更简单，更易用，更强大。接下来让我们一起见证下不一样的地方吧！一、使用tf.data加载数据 使用tf.data创建的输入管道读取训练数据；支持从内存（Numpy）方便地输入数据；二、使用tf.keras构建，训练和验证模型，或使用Premade来验证模型
Tensorflow简介 tensorflow是Google开源的基于数据流图的深度学习框架，支持python和c++程序开发语言。轰动一时的AlphaGo就是使用tensorflow进行训练的，其命名基于工作原理，tensor 意为张量（即多维数组），flow 意为流动。即多维数组从数据流图一端流动到另一端。目前该框架支持 Windows、Linux、Mac乃至移动手机端等多种平台。下图为其数据
原创
2022-01-18 09:45:30
170阅读
# TensorFlow与Keras实现教程
## 一、整体流程
在使用TensorFlow和Keras进行深度学习模型开发时，通常有以下一般流程：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 准备数据集 |
| 2 | 创建模型 |
| 3 | 编译模型 |
| 4 | 训练模型 |
| 5 | 评估模型 |
| 6 | 使用模型预测 |
## 二、详细步骤
#
原创
2024-05-06 11:47:13
55阅读
tensorflow 人工智能TensorFlow关于人工智能的理解自从创建机器以来，它们执行任务的能力已经增长成倍。如今，几乎每个领域都使用计算机。随着时间的推移，它们变得更快，表现更好，只是伴随着它们不断减小的物理尺寸。AI是一个广泛的领域，由各种子域，技术和算法组成。科学家们正在努力创造一种人工智能，其中机器就像人类一样聪明，坦率地说，这也是一种可能性。早在1956年，来自数学和计算机科学领
转载
2024-07-18 13:59:54
12阅读
Tensorflow简介tensorflow是Google开源的基于数据流图的深度学习框架，支持python和c++程序开发语言。轰动一时的AlphaGo就是使用tensorflow进行训练的，其命名基于工作原理，tensor 意为张量（即多维数组），flow 意为流动。即多维数组从数据流图一端流动到另一端。目前该框架支持 Windows、Linux、Mac乃至移动手机端等多种平台。下图为其数据流动示意图。Keras简介Keras是基于TensorFlow和Theano（由加拿大蒙特利尔大学开发的机
原创
2021-06-18 14:14:09
352阅读
tensorflow基本操作tensorflow常见属性：每个变量都有一个device的属性，可以在创建的时候设定是在cpu上运行还是在gpu上运行；tensor和numpy可以互相转换with tf.device("cpu"):
a = tf.constant(1) # 在cpu上
with tf.device("gpu"):
b = tf.constant(1) # 在gpu
下面的话是我的观察和思考，请多多批评。 TensorFlow 要用 CUDA、CUDA toolkit、CUDNN，看好版本的对应关系再安装，磨刀不误砍柴工。 1）NVIDIA Panel 里显示的NVCUDA.DLL不是安装的CUDA版本，而是目前显卡驱动所能支持的最高 CUDA 版本，可以理解成是CUDA 的 Driver，现在若是更新驱动它是可能发生变化的，因为驱
转载
2023-07-07 17:30:47
251阅读
一、背景：11月15日，谷歌正式发布了TensorFlow Lite开发者预览版。TensorFlow Lite 是 Google I/O 2017 大会上的其中一个重要宣布，有了TensorFlow Lite，应用开发者可以在移动设备上部署人工智能。Google 表示 Lite 版本 TensorFlow 是 TensorFlow Mobile 的一个延伸版本。尽管是一个轻量级版本，依然是在智能
转载
2024-08-29 10:08:53
265阅读
1.tensorflow与tensorflow-cpu、tensorflow-gpu区别 tensorflow是目前机器学习主流框架之一，安装时偶尔会遇到一些问题。tensorflow目前分为tensorflow1.x与tensorflow2.x版本，区别很大，这里不做解释。下面是参考网上的tens ...
转载
2021-07-24 19:39:00
4579阅读
2评论
HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。
转载
2023-07-12 07:54:43
131阅读
目录最简单的数据存储Hash索引Hash与文件offsetsegment存储与合并一些重要问题Append-only logHash索引的限制排序表和LSM树排序表构建和维护排序表排序表的问题LSM树B+树索引介绍B+树可靠性如今的软件开发其实大都是面向数据的开发，近些年，我们看到了数不胜数的各种存储，眼花缭乱。MySQL、Redis、Kafka、HBase、MongoDB、ClickHouse、
转载
2023-08-24 21:40:58
129阅读
1 hbase的来源 1、hdfs的数据读写延迟高 2、不能近实时更新删除局部数据 3、hive的数据必须要指定的列或者字段，必须要格式化的数据。 4、hbase来源于google的bigtable。 2 hbase的定义 Hbase是一个基于Hadoop的开源, 分布式的,多版本的,可扩展的，非关系型数据库，能够处理海量数据(数十亿行和百万列)。 Hbase特点habse类似于：Redis、cl
转载
2023-10-02 20:44:59
237阅读
引言介绍了如何利用MapReduce来分析HBase中的数据，并通过代码示例来演示。老实说，当我写完那段代码时我一点信心都没有，我非常想知道这个job能否正常执行，结果是否符合预期，怎么办呢?一个常见的流程可能是这样的：1. 申请HBase环境的访问权限（或者自己搭一套）2. 创建blog表和tag_friend表,插入一些测试数据3. 将Job类及相关类库打成jar包，并上传到HBase集成环境
转载
2023-07-12 10:33:47
59阅读
TensorFlow简介与Python基础2018.9.10一、概述TF使用数据数据流图进行数值计算，亮点是支持异构设备分布式计算机常用的ML库有MXNetTorch/PytorchTheanoCNTKCaffe等0阶张量（纯量），1阶张量（向量），2阶张量（矩阵）tensor（张量）flow（流动）编程模式命令式编程（Torch）符号式编程（Tensorflow，theano描述算法流程放到其他
原创
2018-09-10 21:57:50
2541阅读
环境win10，jupyter notebook，python3.7，tensorflow2，cpusklearn datasets数据集先用一个sklearn自带的数据集做一个简单的人脸识别测试。from sklearn import datasets
from matplotlib import pyplot as plt
import tensorflow.keras as keras
i
转载
2024-03-28 09:31:05
178阅读
