tensorflow2 第34页

centos7 搭建深度学习环境

目前TensorFlow2.0在CUDA上最稳妥的选择是10.0，如果选择10.1以上，有机率不识别GPU，

沐木金·2022-11-22 21:39

[Bug]Process finished with exit code -1073741819 (0xC0000005)

项目场景：环境：Windows,Tensorflow2.0+python3.6问题描述同样的一套代码，在之前的数据集上运行无误，换了个新的数据集进行实验，结果在读取数据训练的时候报错然后程序自动终止：错误信息

MasterQKK 被注册·2022-11-22 18:08

tensorflow2环境搭建

前言tensorflow由google发布开源的机器学习框架,2.x是在1.x上基础上简化，重点关注易用性，同时兼具可扩展性和高性能，降低了机器学习的门槛。1:环境win10Anaconda3-2022.05-Windows-x86_64下载地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D或https://repo.a

yunteng521·2022-11-22 17:42

tensorflow2.0基础（2）——张量的数学运算

张量的数学运算张量数学运算主要有：标量运算，向量运算，矩阵运算，张量运算采用的广播机制。张量的数学运算符可以分为标量运算符、向量运算符、以及矩阵运算符。加减乘除乘方，以及三角函数，指数，对数等常见函数，逻辑比较运算符等都是标量运算符。标量运算符的特点是对张量实施逐元素运算。有些标量运算符对常用的数学运算符进行了重载。并且支持类似numpy的广播特性。许多标量运算符都在tf.math模块下。一、标量

青鸠·2022-11-22 17:36

python3.8安装tensorflow_使用 pip 安装 TensorFlow

TensorFlow2软件包现已推出tensorflow：支持CPU和GPU的最新稳定版（适用于Ubuntu和Windows）tf-nightly：预览build（不稳定）。

weixin_39568781·2022-11-22 17:42

深度学习：TensorFlow2构建、保存、加载神经网络模型【经典流程】

一、network.save_weights、network.load_weights保存模型的参数，加载已保存的参数的network的结构必须和之前的network的所有结构一模一样importosos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#放在importtensorflowastf之前才有效importtensorflowastffromtensorflow

u013250861·2022-11-22 16:42

图像清晰化代码实战详解——基于tensorflow2.x（适合新手）

观看前需要先大概了解卷积运算，和tensorflow2基本操作，本文主要详解代码实战，原理仅简单介绍原理简介：模型结构为U-net，主要通过一系列卷积和反卷积，最终将原图像大小翻倍（像素翻倍），实现清晰化

Ard丶·2022-11-22 16:59

tensorflow1.x代码转换到tensorflow2.x

这里我考虑使用PASCALVOC2007和PASCALVOC2012数据集来示意，这两个数据集的一些介绍可以参见如下博客的介绍计算机视觉标准数据集整理—PASCALVOC数据集_xingwei_09的博客-CSDN博客_pascal数据集下载这里我给出两个数据集的链接路径VOC2007链接：https://pan.baidu.com/s/1xK3gmKMpK1CzgxeyEuVYiw提取码：21w

竹叶青lvye·2022-11-22 16:29

StackedGAN详解与实现（采用tensorflow2.x实现）

StackedGAN详解与实现（采用tensorflow2.3实现）StackedGAN原理StackedGAN实现编码器对抗网络鉴别器生成器模型构建模型训练效果展示StackedGAN原理StackedGAN

盼小辉丶·2022-11-22 16:52

TensorFlow2.x构建U^2Net网络

文章目录前言一、环境搭建二、网络结构1.网络结构图2.导入头文件3.RSU结构4.扩展模块5.整体结构前言U^2Net是我之前使用过的一个图像分割的网络，由于效果比较好，所以对其印象比较深刻，同样为了学习，当时用TensorFlow2

~啥也不会~·2022-11-22 16:19

tensorflow2中的tf.keras.callbacks.ModelCheckpoint保存模型问题

在使用自定义模型时，无论设置save_weights_only为True或False，callback时都只保存权重，而不保存模型，是因为检测到模型结构不是Sequential时，会自动将save_weights_only设置为True，导致只保存权重，所以我在源代码调用_save_model时，手动将save_weights_only设置为False，从而实现callback保存模型。

libigfat·2022-11-22 15:37

TensorFlow2-tf.train.Checkpoint 保存

TensorFlowKeras训练结果/变量的保存与恢复文章目录tf.train.Checkpoint保存实例化保存的文件,重新载入恢复与保存变量的典型代码框架tf.train.Checkpoint与旧版tf.train.Savertf.train.Saver模型实例化后,需要初始化(即调用一次,才能用),即指定各个层和变量(确定张量形状),才能恢复变量数值load_weight()实例:多层感知

cvvoid·2022-11-22 15:05

解决tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm.

使用tensorflow2.x时报错：tensorflow.python.framework.errors_impl.UnknownError:Failedtogetconvolutionalgorithm.ThisisprobablybecausecuDNNfailedtoinitialize

零壹博弈·2022-11-22 13:19

tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm出错

tensorflow.python.framework.errors_impl.UnknownError:Failedtogetconvolutionalgorithm.ThisisprobablybecausecuDNNfailedtoinitialize使用训练环境：Tensorflow2.3.0

zx超·2022-11-22 13:48

Windows - tensorflow.python.framework.errors_impl.UnknownError: Failed to rename

最近在调试tensorflow，环境是win10，IDEpycharmtensorflow2.5python3.6在使用tensorflow训练的模型时，模型能够训练出来，在保存未checkpoint时却不能被以

wyfever·2022-11-22 13:04

1.tensorflow和keras入门

工作流程TensorFlow2.0将专注于简单性和易用性，工作

C--G·2022-11-22 13:01

Tensorflow2.0数据和部署（一）——基于浏览器的模型与TensorFlow.js

文章目录一、总体介绍编程实践1.创建一个简单的网页2.编写脚本文件加载TensorFlow.js3.完整代码4.从csv文件中读取数据5.设计更复杂的神经网络二、图像分类1.编写一个CNN网络2.可视化工具tfvis加载tfjs-vis在回调函数中设置tfvis3.数据集类tf.tidy()三、模型转换为Json格式1.Toxicity语言模型2.MobileNet模型3.训练自己的模型四、使用预

李明朔·2022-11-22 13:00

Tensorflow入门

TensorFlow的安装张量及其操作tf.keras介绍总结快速入门模型相关的库的导入数据展示和划分sklearn实现tf.keras实现总结Tensorflow入门tensorflow和keras简介学习目标了解Tensorflow2.0

最白の白菜·2022-11-22 13:53

Tensorflow2.0的简单GCN代码（使用cora数据集）

废话不多说先放代码。本文的代码需要两个部分组成——自定义的GCN层的GCN_layer和训练代码train。首先是自定义的GCN层的GCN_layer.py：importtensorflowastfimportnumpyasnpclassmy_GCN_layer(tf.keras.layers.Layer):def__init__(self,fea_dim,out_dim):super().__i

纸耗·2022-11-22 12:45

[Tensorflow2] 梯度反转层(GRL)与域对抗训练神经网络(DANN)的实现

Domain-AdversarialTrainingofNeuralNetworks，DANN）属于广义迁移学习的一种,可以矫正另一个域的数据集的分布,也可以看成是一种特殊的对抗式生成网络(GAN),他也确实和GAN在差不多的时间发表.此文主要记录如何在Tensorflow2

欲语还羞✿·2022-11-22 10:52

近端策略优化算法(PPO)：RL最经典的博弈对抗算法之一「AI核心算法」

关注：决策智能与机器学习，深耕AI脱水干货作者：AbhishekSuran转载请联系作者提要：PPO强化学习算法解析及其TensorFlow2.x实现过程（含代码）在本文中，我们将尝试理解Open-AI

九三智能控v·2022-11-22 09:27

tensorflow2添加regularization

l1,l2regularization摘自tensorflow_core.python.keras.regularizers的classRegularizer：Regularizersallowyoutoapplypenaltiesonlayerparametersorlayeractivityduringoptimization.Thesepenaltiesaresummedintothelos

zhaijianfengrui·2022-11-22 08:54

tensorflow2获取预训练模型的特定层并基于其重构网络结构

该部分实现在tensorflow2下，基于训练好的网络的某些特定层勾心构建网络结构。从inputs到我们需要的特定层输出之间的参数固定，仅训练特定层输出和最终输出之间的网络参数。

qq_41863595·2022-11-22 08:15

图像语义分割快速入门--keras代码示例-----基于tensorflow2.x-----看完就会系列！！！！

语义分割tensorflow2.x以上版本实现！！！

W_maoxian·2022-11-22 07:14

TensorFlow2.0 神经网络模型创建方法总结

序言tf2.0中有三种主流模型创建方法：顺序式模型创建方法、函数式模型创建方法和子类式模型创建方法；前两者用于创建静态图神经网络模型，最后者用于创建动态图神经网络模型。顺序式创建方法该方法使用tf.keras.models.Sequential()创建仅由顺序连接的单层堆栈组成的简单神经网络模型，Sequential()中输入神经网络层定义数组。如下所示：importtensorflowastft

HadesZ~·2022-11-22 05:11

tensorflow2搭建基础神经网络模型

tensorflow2.0搭建基础NN1.sequenial()1.1Sequential()容器1.2compile配置神经网络的训练方法1.3fit()执行训练过程1.4model.summary(

Rocket,Qian·2022-11-22 05:38

深度学习-Tensorflow2.0实现全连接神经网络

1、数据和问题描述本文采用Tensorflow实现全连接神经网络，对鸢尾花数据进行分类。首先加载数据集，代码如下：importtensorflowastffromsklearnimportdatasetsimportnumpyasnp#读取数据x_data=datasets.load_iris().datay_data=datasets.load_iris().target 数据集的特征包含

DataScienceZone·2022-11-22 03:42

tensorflow1代码升级

将TensorFlow1.x中的代码移植到2.x版本可用tensorflow2.x中附带的工具tf_upgrade_v2。使代码的升级过程变得更加简单。该工具支持单文件转换和多文件批量转换两种方式。

qq_45919032·2022-11-22 02:56

安装tensorflow_datasets遇到的问题

学习tensorflow2遇到的问题problem在安装tensorflow-datasets时报错：requests.exceptions.ProxyError:HTTPConnectionPool(

weixin_43610154·2022-11-22 01:59

tensorflow和pytorch的一些区别

前言最近开始学习pytorch，之前我用的是tensorflow2.4，体验实在是一言难尽，现在有时间了，还是决定转到pytorch上感受一下，以下是我在分类问题中的一些总结，供大家参考。

北漂炼丹青年·2022-11-22 00:10

TensorFlow vs PyTorch的优缺点与区别

文章目录深度学习框架一、Tensorflow2.01.Tensorflow优势2.Tensorflow缺点二、PyTorch1.PyTorch优势2.PyTorch缺点PyTorchvsTensorFlow

努力学编程的Skye·2022-11-22 00:36

anaconda安装低版本tensorflow

在尝试修改代码无果后，只得去搭一个1.x的tensorflow环境，没想到过程居然如此艰辛…搭建过程先打开anaconda看看自己都有啥可以看到我这里有一个叫做TF2.1的环境，里面安装了tensorflow2.1.0

元壮z·2022-11-22 00:50

成功解决Your CPU supports instructions that this TensorFlow binary was not compiled to use AVX AVX2

**避坑必读，强烈建议：1.说明你电脑支持AVX2,而你的tesorflow版本不支持，重建虚拟环境重装tensorflow2.离线安装tensorflow，下载安装包之后再安装3.如果遇到新问题，请认真看提示

持续充电ing·2022-11-21 23:10

tensorflow,pytorch,paddlepaddle查看GPU是否可用

tensorflow,pytorch,paddlepaddle查看GPU是否可用1、tensorflow2、pytorch3、paddlepaddle1、tensorflowimporttensorflowastfprint

郭庆汝·2022-11-21 23:36

【Tensorflow2安装】Tensorflow2.3-CPU安装避坑指南！！！

注意1、本文是针对CPU版本的TensorFlow2.3.0的安装避坑指南，GPU版本请勿抱有侥幸心理参考本篇文章。2、不要盲目相信Anaconda的condainstall！！！

Tobi_Obito·2022-11-21 23:04

Windows在Anaconda中安装Tensorflow2.0并在jupyter notebook中使用

Windows在Anaconda中安装Tensorflow2.0并在jupyternotebook中使用问题：最近在弄深度学习，先开始用的jupyternotebook，后来学习tensorflow框架

StreetLightXYE·2022-11-21 23:08

TensorFlow2.1.0安装中setuptools、wrapt等相关错误指南

笔者removeTensorFlow总共四次。reinstallanaconda三次。安装技巧可以根据这个博主的文章进行安装。https://blog.csdn.net/weixin_44170512/article/details/103990592我就是用这个教程安装的因为直接用pipinstall安装太慢了所以在官网CUDA和cuDNN+清华镜像的TensorFlow来安装比较快。总结我的几

baimuchu·2022-11-21 23:03

【基于TensorFlow2.3.0的果蔬识别系统的设计】

基于TensorFlow2.3.0的果蔬识别系统的设计一、开发环境Windows10Python3.7.3TensorFlow2.3.0Anaconda4.12.0CUDA10.1cuDNN7.6.5二

lilihewo·2022-11-21 21:28

【03】手把手教你构建垃圾分类系统-基于tensorflow2.3

B站视频：手把手教你构建垃圾分类系统-基于tensorflow2.3_哔哩哔哩_bilibili代码地址：trash_classification_tf2.3:基于tensorflow2.3的垃圾分类系统

肆十二·2022-11-21 21:25

tensorflow初体验

tensorflow2.0已经发布了！

七巧板子·2022-11-21 21:25

Windows平台，使用C++调用Tensorflow2.x训练好的模型

主要方法1.编译C++版本的Tensorflow2.使用opencv调用模型编译C++版本的Tensoflow这里我主要是推荐我觉得可行相关资料链接，我也没走通这条路，大家加油。

熊熊在加油·2022-11-21 19:58

C++调用tensorflow模型预测

1.1安装JDK81.2安装依赖1.3安装Bazel1.4protobuf1.5编译tensorflow源码2.tensorflowlite使用编译环境与tensorflow相同1.环境搭建dockertensorflow2.6protoBuf3.9.2Bazel3.7.2python3.7GCC7.5.0Tensorflow

三更两点·2022-11-21 19:51

could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR问题解决方案

声明一下，我这里出现问题的时使用的是Tensorflow2.1gpu版本的，1.x的我不太确定能不能解决。可以一试。

零壹博弈·2022-11-21 19:43

tensorflow2.2错误:Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

项目场景：系统环境:OS:UBUNTU20.04CUDA:10.1Tensorflow2.2cuDNN:7.6.5TensorRT:6.0.15(tf2.1支持TensorRT6.0)GPU:RTX2080

qq_23928235·2022-11-21 19:10

tensorflow2.1错误:Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

系统环境:OS:UBUNTU18.04CUDA:10.1Tensorflow2.1cuDNN:7.6.5TensorRT:6.0.15(tf2.1支持TensorRT6.0)GPU:RTX2080(8G

落叶_小唱·2022-11-21 19:09

TensorFlow2和keras详细安装教程

环境配置：系统：win101、安装Anaconda，安装教程请自行百度。这里我使用的版本是：C:\Users\HaiBin>conda--versionconda4.8.32、安装pythonC:\Users\HaiBin>python--versionPython3.7.63、在查找中，输入AnacondaPrompt命令，并运行它。运行后准备工作到这里，基本完成，接下来，安装TensorFlo

金戈鐡馬·2022-11-21 18:02

NLP-自然语言处理-文本分类-总结-Tensorflow2.0版

一、文本分类综述1、基本概念（1）定义在给定的分类体系中（eg:文档P（可能含有标题t）），将文本分到指定的某个或某几个类别当中（2）分类对象短文本（句子/标题/商品评论）、长文本（文章）（3）实质使用包含文本文档和标签的数据集来训练一个分类器。（4）应用场景及其对应标签应用场景对应标签情感分析(SentimentAnalyse）(积极、消极、中性)主题分类(TopicLabeling)(金融、体

weixin_47082769·2022-11-21 18:49

【Tensorflow】利用鸢尾花数据集实现前向传播、反向传播、可视化loss曲线

利用鸢尾花数据集实现前向传播、反向传播、可视化loss曲线本文代码来自B站【北京大学】Tensorflow2.0–class1-p45_iris.pyclass1下载地址提取码：p7101.常用函数详解

Gardenia。·2022-11-21 17:40

win10系统下cuda和cudnn的安装

1.安装环境系统环境：win10虚拟环境：anaconda3语言：pythontensorflow2.2.0或者pytorch1.5.12.步骤如果电脑上什么环境都没有安装，需要遵循五步。

松果·2022-11-21 17:24

pip安装transformers报错Failed to build tokenizers ERROR: Could not build wheels for tokenizers,

导致后续出现其他问题我在网上搜到一般使用3.4.0版本pipinstalltransformers==3.4.0我的python是3.6的，可以解决然后可能会和自己使用的框架版本不匹配，我开始使用的是tensorflow2.6

weixin_44521580·2022-11-21 17:41

推荐频道

tensorflow2