目录简介分类问题和回归问题为什么需要目标函数one hot 编码实战2-3 实战分类模型之数据读取与展示导入经常要用到的数据库下载数据集2-4构建模型训练模型显示学习曲线对测试集 进行评估2.5数据归一化2.6回调函数2.7回归模型2.8神经网络讲解2.9构建深度神经网络2.10 批归一化,激活函数,dropout 简介keras 是TensorFlow 的有个高级APITf-keras 是Te
转载
2024-03-18 12:23:34
130阅读
win7 + tensorflow_gpu环境搭建软件环境Anaconda安装Visual Stutio安装CUDA安装cudnn安装pyTorch安装tensorflow-gpu安装keras安装 软件环境环境版本Anaconda3.5.1visual studiovs2015cuda9.0cudnn7.0python3.6tensorflow-gpu1.9.0keras2.2.0GPUNVI
tensorflow笔记
原创
2022-08-12 14:45:38
112阅读
# TensorFlow 2是否需要安装Keras
在TensorFlow 2中，集成了Keras作为其高级神经网络API，因此在使用TensorFlow 2时无需单独安装Keras。在TensorFlow 2中，Keras类和函数直接作为tf.keras的一部分提供，可以方便地构建、训练和评估神经网络模型。
下面将详细说明如何使用TensorFlow 2构建一个简单的神经网络模型，并训练该模
原创
2024-05-06 10:49:50
288阅读
一、简介Keras 是一个用于构建和训练深度学习模型的高阶 API。它可用于快速设计原型、高级研究和生产
原创
2022-06-28 11:45:54
328阅读
tf.keras.layers.Embedding( input_dim, output_dim, embeddings_initializer='unifor
原创
2022-04-22 15:50:20
1687阅读
记录Pytorch与Tensorflow2的函数转换（持续更新中…）tensorflow2官方文档
pytorch官方文档
将所有元素的值限制到[min,max]这个范围。# Tensorflow语法：
out = tf.clip_by_value(input, minvalue, maxvalue)
# Pytorch语法：
out = torch.clamp(input, min, max,
转载
2023-07-04 21:53:45
98阅读
深度学习（6）TensorFlow基础操作二: 创建Tensor一. 创建方式1. From Numpy，List2. zeros，ones(1) tf.zeros()(2) tf.zeros_like()(3) tf.ones()与tf.ones_like()3. Fill4. Normal（正态分布）6. Random Permutation（随机打散）二. 典型应用1. Scalar标量在
一、函数式apitf.keras.Sequential 模型只适用于多层简单堆叠网络，不能表示复杂模型。使用 Keras functional API 可以构建有
原创
2022-06-28 11:45:30
485阅读
目录Fashion MNIST数据库分类模型的建立模型预测总体代码主要介绍基于tf.keras的Fashion
原创
2022-12-18 01:05:53
1601阅读
数据管道Dataset1.Dataset类相关操作1.1 Dataset类创建数据集1.2 Dataset类数据转换 知识树 1.Dataset类相关操作1.1 Dataset类创建数据集tf.data.Dataset 类创建数据集，对数据集实例化。 最常用的如：tf.data.Dataset.from_tensors() ：创建Dataset对象， 合并输入并返回具有单个元素的数据集。tf.
转载
2024-04-30 14:33:00
64阅读
在上一篇文章中，我们介绍了高效的数据流水线模块 tf.data 的流水线并行化加速。本篇文章我们将介绍 TensorFlow 另一个数据处理的利器——TFRecord。TFRecord ：TensorFlow 数据集存储格式TFRecord 是 TensorFlow 中的数据集存储格式。当我们将数据集整理成 TFRecord 格式后，TensorFlow 就可以高效地读取和处理这些数据集，从而帮助
转载
2024-04-15 09:54:39
53阅读
硬件 i7-10700K+RTX2080S软件Win10Miniconda3-py37_4.8.2-Windows-x86_64cuda10.1cudnn7.6.5tensorflow2.3.0安装过程网上看到很多教程都是先把CUDA、cuDNN安装下来再一步步安装。流程没毛病，不过，英伟达的官网就有点恶心，奇慢无比，还时不时的打不开，好不容易打开了网页，下载又下载不下来，要么就一动不动
AI最常见是应用是在图像识别上，即输入一张图像，输出该图像对应的类别。Google开源了一些TensorFlow Object Detection API，下面以ssd_mobilenet_v1_coco_2017_11_17模型为例，介绍如何在TensorFlow中进行目标检测。目标检测的代码结构如下：目标检测的数据集是COCO数据集，包含90种可检测的目标，存储在mscoco_label_ma
转载
2024-04-08 06:38:20
46阅读
菜鸟学TensorFlow 2.0：TensorFlow2.0基础操作演示1. Tensor数据类型2. 创建Tensor3. Tensor索引和切片4. Tensor维度变换5. Broadcast6. 数学运算7. 手写数字识别流程8. TensorFlow实现神经网络参考资料 1. Tensor数据类型TensorFlow没有那么神秘，为了适应自动求导和GPU运算，它应运而生。为了契合nu
转载
2024-04-30 04:14:05
265阅读
一、《深度学习之Tensorflow入门原理与进阶实战》1、第三章import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
trainx=np.linspace(-1,1,100)
trainy=2*trainx+np.random.randn(*trainx.shape)*0.3
#y=2x with
转载
2024-05-25 16:55:42
130阅读
Tensorflow2自定义Layers之__init__,build和call详解闲言碎语：--init--,build和call总结 参考官方链接：https://tensorflow.google.cn/tutorials/customization/custom_layers闲言碎语：如果想要自定义自己的Layer，那么使用tf.keras.Layer 来创建自己的类是必不可少的。但是笔
转载
2024-04-02 21:42:56
72阅读
本篇博客介绍了在Windows 10系统 Anconda环境下安装cpu版本tensorflow1.14和tensorflow2.3.0及对应Keras的详细过程，期间遇到的问题和解决方法也一并记录了下来。在正式介绍安装过程之前，大家可以先了解以下几点内容，1、TensorFlow 1.x 和 2.x2、TensorFlow与Python版本对应 这一项一定要查看最新的资料，博主看的一些
转载
2024-08-30 14:09:42
395阅读
前文：三分钟快速上手TensorFlow 2.0 （中）——常用模块和模型的部署TensorFlow 模型导出 使用 SavedModel 完整导出模型不仅包含参数的权值，还包含计算的流程（即计算图）tf.saved_model.save(model, "保存的目标文件夹名称")将模型导出为 SavedModelmodel = tf.saved_model.load("保存的目标文件夹名
转载
2024-05-13 12:55:58
0阅读
1. 前言：自从Google发布了TensorFlow2.0后，个人觉得与TensorFlow1相比是一个重大的突破，它不仅仅删除了许多旧的库并进行整合，还促进了Keras在搭建模型中的使用，通过高级API Keras让模型构建和部署变得简单。 我们在用TensorFlow2.0创建模型时，可以使用Keras函数API定义模型或者顺序API定义模型。本文将使用Keras函数API来定义CNN模型，
转载
2024-04-03 12:54:45
37阅读
