前言以下内容中使用环境为 tensorflow 2.3.0 且 import tensorflow as tf1. 张量1.1 创建tf.constant(张量)例子：x=tf.constant([[2，3]，[1，5]])
print(x)输出：1.2 操作（张量，shape(形状),dtype(数据类型)）由上图输出图中可以清楚看到其数据中包含三个元素：张量，shape(形状),dtype(数
简介 本文旨在知道您使用低级别TensorFlow API（TensorFlow Core）开始编程。您可以学习执行以下操作： 管理自己的TensorFlow程序（tf.Graph）和TensorFlow运行时（tf.Session），而不是依靠Estimator来管理它们 使用tf.Session
转载
2019-02-09 10:39:00
253阅读
点赞
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语音识别或图像识别等多项机器深度学习领
转载
2024-05-27 15:08:22
98阅读
简介概述TensorFlow三级目录概述深度学习是目前机器学习学科发展最蓬勃的分支, 在整个 AI 有广阔的应用. 人工智能是计算机科学的一个分支, 著名的 “图灵测试” 是 AI 的终极目标.深度学习是在人工神经网络基础上发展而来的一种表示学科.深度学习的优势:海量的训练数据非常灵活的模型足够的运算能力足够的对抗维度灾难的先验模型TensorFlow随着各种图像识别, 语音识别的记录被不断刷新, 深度学习被证明是一个极具潜力的技术方向. 构建高效, 可靠, 可扩展的基础工具, 能
原创
2021-02-25 08:59:13
172阅读
笔记内容：TensorFlow简介笔记日期：2018-01-23什么是TensorFlow一句话介绍：Google开源的基于数据流图的科学计算库，适合用于机器学习、深度学习等人工智能领域百度百科的介绍：TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，Tenso
原创
2018-01-26 18:49:40
10000+阅读
点赞
组成TendorFlow Lite转换器：用于将已经存在的模型转换为TensorFlow Lite兼容的模型(.tflite)，并将训练的模型保存在硬盘上。还可以在移动或者嵌入式应用程序中使用提前训练的模型Java/C++ API：用于载入.tflite模型并调用解释器。Java API是在C++ API上进行的封装，只能应用在Android系统。解释器和内核：内核帮助解释器根据选择载入...
原创
2023-01-06 10:07:47
310阅读
TensorFlow2 Python深度学习 - TensorFlow2框架入门 - TensorFlow2 模块、层和模型简介
本文网址：目录第1章 什么是TensorFlow？第2章 深度学习的软件架构第3章 Tensorflow软件开发架构第4章 Tensorflow的软件架构4.1 Tensorflow的生态链4.2 Tensorfor内部的软件架构第1章 什么是TensorFlow？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
原创
2021-08-05 13:55:32
1333阅读
TensorFlow是一个开源软件库，用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多...
原创
2023-08-19 14:01:35
178阅读
1.TensorFlow是什么：TensorFlow 是一个端到端开源机器学习平台借助 TensorFlow，初学
原创
2022-09-14 10:46:24
163阅读
第四百一十六节，Tensorflow简介与安装TensorFlow是什么Tensorflow是一个Google开发的第二代机器学习系统，克服了第一代系统DistBelief仅能开发神经网络算法、难以配置、依赖Google内部硬件等局限性，应用更加广泛，并且提高了灵活性和可移植性，速度和扩展性也有了大幅提高。字面上理解，TensorFlow就是以张量（Tensor）在计算图（Graph）上流动（Fl
转载
2024-01-02 23:37:18
67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
要进行 TensorFlow 机器学习，您可能需要定义、保存和恢复模型。抽象地说，模型是：一个在张量上进行某些计算的函数（前向传递）一些可以更新以响应训练的变量在本指南中，您将深入学习 Keras，了解如何定义 TensorFlow 模型。本文着眼于 TensorFlow 如何收集变量和模型，以及如何保存和恢复它们。注：如果您想立即开始使用 Keras，请参阅 Keras 指南集合
原创
2021-12-23 15:29:30
1292阅读
进行学习首先需要明确TensorFlow 是一个面向于深度学习算法的科学计算库，内部数据保存在张量(Tensor)对象上，所有的运算操作(Operation, OP)也都是基于张量对象进行。数据类型Tensorflow中的基本数据类型有三种，包括数值型、字符串型和布尔型。【数值型】又包括：（在 TensorFlow 中间，为了表达方便，一般把标量、向量、矩阵也统称为张量，不作区分，需要根据张量的维
转载
2024-05-14 22:16:44
95阅读
文章目录一、安装环境二、步骤：1、git下载openpose源码2、创建新环境并激活3、pip安装requirements.txt中的内容4、安装opencv5、swig编译6、运行demo7、Pycharm中运行 经过了四天的不断踩坑，终于把基于tensorflow的openpose跑起来啦~~记个笔记一、安装环境win10 python 3.6 tensorflow 2.0二、步骤：1、gi
转载
2024-05-29 11:24:21
24阅读
目前最主流的深度框架有 TensorFlow、Pytorch 以及 Keras。其中：TensorFlow 是被使用最广泛的一个深度学习框架，已广泛的运用在如，图像识别、图片分类等领域。PyTorch 是一个开源的 Python 机器学习库，基于 Torch 开发，底层由 C++实现，也被广泛使用在人工智能领域；Keras 则是 Python 编写的高级神经网络 API，它可以将 TensorF
转载
2021-02-23 12:03:49
495阅读
2评论
安装tensorflow 的过程简介：1、系统环境ubuntu 16.04 x64 desktop 2、python环境pip环境为9.0.1如果pip不是9.0.1 请运行下面的命令： pip i
原创
2022-12-12 15:36:17
150阅读
深度学习及TensorFlow简介深度学习目前已经被应用到图像识别，语音识别，自然语言处理，机器翻译等场景并取得了很好的行业应用效果。至今已有数种深度学习框架，如TensorFlow、Caffe、Theano、Torch、MXNet，这些框架都能够支持深度神经网络、卷积神经网络、深度信念网络和递归神经网络等模型。TensorFlow最初由Google Brain团队的研究员和工程师研发，目前已成为
转载
2017-02-15 13:03:07
1905阅读
Dataset封装了很好的关于数据集的一些基本操作，在这里做一下总结。该对象的路径是：tensorflow.data.DatasetTensof 进行操作，这也是tf....
原创
2021-12-15 18:12:51
506阅读
目前最主流的深度框架有 TensorFlow、Pytorch 以及 Keras。其中： TensorFlow 是被使用最广泛的一个深度学习框架，已广泛的运用在如，图像识别、图片分类等领域。 PyTorch 是一个开源的 Python 机器学习库，基于 Torch 开发，底层由 C++实现，也被广泛使 ...
转载
2021-05-08 21:58:11
1031阅读
2评论
