Mac 上的 Siri 也是您的智能个人助理，可帮您进行多任务处理和完成各项事务。例如，在您处理文稿期间，Mac 上的 Siri 可帮助您执行日常任务，如获取问题的快速答案、播放音乐等。您可以询问 Siri 几乎任何内容，Siri 都可以为您执行（“打开xx文件”或“播放音乐”）或回答您的问题（“今天的气温是多少度？”）。在某些 App 中，Siri 甚至可以在您询问前就提供建议。例如，当在“邮件
转载
2024-09-28 08:54:22
58阅读
一、模型的保存使用tensorflow训练模型的过程中，需要适时对模型进行保存，以及对保存的模型进行restore，以便后续对模型进行处理。如：测试、部署、拿别的模型进行fine-tune等。保存模型是整个内容的第一步，操作十分简单，只需要创建一个saver，并在一个Session里完成保存。 saver = tf.train.Saver()
with tf.Session() as sess:
转载
2024-05-29 10:19:24
80阅读
一、.ckpt转.pb用于模型上线.ckpt转.pb主要应用于将训练模型发布上线，.pb模型的跨平台和跨框架性能更好。这里由于在保存.pb模型前需要将模型变量freezing。在应用tensorflow训练模型时，输入数据的batch_size>1，直接保存.pb模型时会在inference阶段出现问题，所以需要从.ckpt转为.pb。在加载.ckpt时可以重新定义输入数据的batch_si
转载
2024-03-20 15:28:22
46阅读
模型构造
y = w1x1 + w2x2 + …… + wnxn + bdef linear_regression():
# 1)准备数据 (b,1)*(1,1)+(b,1)=(b,1)
x = tf.random_normal(shape=[100,1])
y = tf.matmul(x,[[0.8]])+0.7 # + tf.random_normal(s
转载
2024-10-15 14:55:00
143阅读
最近在tensorflow环境下用CNN来实现mnist，里面设计了一些tensorflow的函数，在之后的学习中肯定会经常使用，因此记录整理下来。 函数如下，现将函数名列在此，后面进行详细分析： tf.truncated_naomal()
转载
2024-10-25 07:23:25
88阅读
### 如何使用 PyTorch 打开 TensorFlow 模型
在深度学习领域，PyTorch 和 TensorFlow 是两种热门的框架。如果你需要在 PyTorch 中使用 TensorFlow 训练的模型，可以通过一些工具和步骤来实现。这篇文章将带你理解如何实现这一过程。
### 总体流程
以下是将 TensorFlow 模型导入 PyTorch 的流程：
| 步骤 | 描述
安装前先看下TensorFlow官网的安装要求地址：https://tensorflow.google.cn/install/gpu软硬件要求： 路径配置： 目录0）准备工作Visual studio 2019社区版安装 安装界面比较简单，按提示来即可（在安装界面勾选自己要用的插件）查看电脑自带GPU的版本及
转载
2024-08-22 10:52:28
162阅读
本文主要讲解了关于使用Tensorflow进行图片训练的过程，其中包括数据的准备、模型的准备、启动训练以及验证以及Tensorboard过程监控，本次训练采用了经典的slim框架。第一部分数据准备：基于Tensorflow框架的限制以及为了加快数据的读取，输入tensorflow进行计算的图像数据第一步需要打包成tfrecord格式，TFRecords其实是一种二进制文件，它可以更好的利用内存，更
转载
2024-03-23 10:31:49
53阅读
TensorFlow是Google Brain的第二代机器学习系统，已经开源。TensorFlow最初由Google Brain团队开发，用于Google的研究和生产，于2015年11月9日在Apache 2.0开源许可证下发布。作为正式对外开放的免费开源深度学习平台，Google 将自家 Google Brain 在人工智能领域的许多关键研究都对开发者开放。自发布以来，TensorFlow受到了
转载
2024-03-10 09:29:29
18阅读
文章目录项目介绍版本介绍model.py 代码说明将 .pb 文件转换为 .uff 文件sample.py 代码说明报错 项目介绍在 Jetson Nano 上使用 TensorRT 为 Mnist 数据集的推理过程进行加速。使用的 .py 文件可以在下面这个路径中找到。cd /usr/src/tensorrt/python/end_to_end_tensorflow_mnist版本介绍在 Je
转载
2024-03-18 09:34:52
75阅读
2. GraphDef(*.pb)这种格式文件包含protobuf对象序列化后的数据，包含了计算图，可以从中得到所有运算符(operators）的细节，也包含tensors,这里有两种pb文件：1）包含所有的variable，但是所有的variable都已经变成了tf.constant和graph一起frozen到一个文件；2）不包含variable的值，因此只能从中恢复计算图，但一些训练的权值和
转载
2024-09-10 13:22:07
51阅读
第一示例： import tensorflow as tf
import numpy as np
x_data=np.float32(np.random.rand(2,100))#随机输入
y_data=np.dot([0.1,0.2],x_data)+0.3#点乘
b=tf.Variable(tf.zeros([1]))
W=tf.Variable(tf.random_uniform([1
转载
2024-04-15 16:10:03
27阅读
01.TensorFlow基本操作实验目的1.了解TensorFlow的运行原理2.熟悉TensorFlow的基本操作实验原理TensorFlow 是一个编程系统，使用图来表示计算任务，图中的节点被称之为 op (operation 的缩写)。一个 op 获得 0 个或多个 Tensor，执行计算产生 0 个或多个 Tensor。每个 Tensor 是一个类型化的多维数组。例如，你可以将一小组图像
1. macOS 安装tensorFLow http://www.tensorfly.cn/tfdoc/get_started/os_setup.htmlpip install tensorflow2. 路径下没有models 模块 在tensorflow中文社区的入门章节中，安装完以后指示读者进行一个神经网络训练的小练习我采用的是pip安装方法，并没有models目录，在网上
想要使用Tensorflow必须先要安装上这个，我用的是win10系统，之前也装了python环境所以我就直接使用pip install tensorflow命令安装上就可以使用了。 想要使用tensorflow，就必须明白tensorflow：1、使用图（graph）来表示计算任务。2、在被称之为为会话（session）的上下文（context）中执行图。3、使用tensor表示数据。
转载
2024-04-12 11:21:12
59阅读
文章目录前言一、下载anaconda二、打开Anaconda Powershell prompt三、创建虚拟环境四、激活环境五、安装tensorflow六、安装keras七、安装编辑器八、安装完成九、致歉 前言本文展示了在windows环境下安装虚拟环境以及安装tensorflow和keras，供大家参考一、下载anaconda下载地址：anaconda官网 拉到最下面选择合适自己系统的安装 可
转载
2024-04-02 08:55:53
344阅读
这周的主要内容是向我们的神经网络中加入卷积层和池化层，有的人可能会不太了解，于是在开始之前我们先介绍这两个概念，熟悉的同学可以从3开始看起。1.什么是卷积前面我们学习了利用Tensorflow, 仅仅通过几行代码, 我们就可以建立一个深度神经网络，使你能够做服装的分类，而且我们以此得到了很好的准确率，但是我们所使用的这个算法，还是有点太初级了。 我们之前使用的方法是逐张 (帧) 图片逐个像素地遍历
转载
2024-05-09 12:55:37
25阅读
TensorFlow的使用，遵循以下几点：使用图（graph）来表示计算任务在会话（session）中执行图使用tensor表示数据通过变量（Variable）维护状态使用feed和fetch可以为任意的操作（arbitrary operation）赋值或者从其中获取数据一、综述TensorFlow是一个编程系统，使用图来表示计算任务。图中的节点是一个操作（op），一个op获得0个或多个
转载
2024-05-01 19:31:42
45阅读
快速运行TensorFlow的6种方式TensorFlow（http://tensorflow.org）是一个深度学习计算引擎，自然是可以直接安装运行的，而且能得到最佳的性能。但是，考虑到机器学习需要安装大量的软件，之间必然会带来软件管理和版本兼容性问题，而且在集群中运行更为复杂，因此不推荐这种方式。在Linux上安装TensorFlow，https://www.tensorflow.o
转载
2024-05-27 19:30:35
36阅读
TensorFlow lite 开发手册（6）——TensorFlow Lite模型使用通用流程（以CPM算法为例）（一）流程示意（二）主要函数说明（三） 操作流程3.1 CPM算法介绍3.2 加载模型3.3 加载所有tensor3.4 获取输入输出信息3.5 构建输入3.6 调用模型3.7 取出输出结果3.8 输出结果后处理3.8 标记结果3.9 完整程序 （一）流程示意
Creat
转载
2024-04-09 15:11:13
372阅读
