tensorflow2

TensorFlow2.0入门到进阶 —— 1.1前言：整体内容介绍

2019年6月发布了TensorFlow2.0测试版之后，Google于周一宣布了其最终版本。该版本与Keras紧密集成，默认情况下启
努力改掉拖延症的小白·2020-08-24 00:49

TensorFlow2.0入门到进阶 —— 1.3一文读懂TensorFlow版本变迁与tf1.0架构

文章目录TensorFlow1.01.1XLA:Acceleratelinearalgebra1.2更高级别API1.3支持docker镜像DockerTensorFlowDocker要求2、tensorflow1.0架构高层封装TensorFlow1.01.1XLA:AcceleratelinearalgebraTensorFlow的设计目标和核心优势之一是其灵活性。TensorFlow被设计成
努力改掉拖延症的小白·2020-08-24 00:49

量化入门

神经网络的框架主要是tensorflow4、量化交易中处理数据的主要框架工具是pyalgothrade当然在数据处理中最重要是numpy,pandas,matplotlib量化交易中的学习：流程：1、熟悉tensorflow2
xiao_dong_zi·2020-08-23 23:04

TensorFlow2.0入门到进阶系列——7_tensorflow分布式

7_tensorflow分布式1、理论部分1.1、GPU设置1.1.1、API列表1.2、分布式策略1.2.1、MirroredStrategy镜像策略1.2.2、CentralStorageStrategy1.2.3、MultiworkerMirroredStrtegy1.2.4、TPUStrategy1.2.5、ParameterServerStrategy2、实战部分2.1、GPU设置实战2
ClFH·2020-08-23 23:53

TensorFlow2.0入门到进阶系列——5.1_TensorFlow进阶篇

5.1_TensorFlow进阶篇0、estimator简介1、Tf.estimator使用1.1、Dataset和Estimator的完整使用流程2.1、API列表2、Estimator实战2.1、feature_column使用2.2、keras_to_estimator自定义estimator2.3、预定义estimator使用3、tensorflow1.0回顾3.1、API列表3.2、tf
ClFH·2020-08-23 23:20

tensorflow2.0_数据预处理+VGG16迁移学习（不使用API给模型输入数据）

数据预处理+VGG16迁移学习1、加载数据库2、参数设置3、读取文件中的图片4、对数据进行预处理4.1、查看数据及标签的数量5、对数据集进行划分5.1、查看切分后的数据集6、训练分类模型7、训练并保存模型8、模型训练效果8.1、曲线平滑处理8.2、测试集测试效果9、将模型保存为pb文件10、tensorboard可视化11、模型评估11.1、分类报告&混淆矩阵11.2、绘制ROC和AUC曲线开发环
ClFH·2020-08-23 23:20

【吴恩达团队】TensorFlow2.0中的自然语言处理

视频地址：【吴恩达团队Tensorflow2.0实践系列课程第三课】TensorFlow2.0中的自然语言处理Tokenizer本阶段完成的工作：构建语料库词典：{word:integer}\{word
一只干巴巴的海绵·2020-08-23 23:44

Tensorflow2.0 利用API 自定义构建回归模型

低阶API构建回归模型准备数据importnumpyasnpimportpandasaspdfrommatplotlibimportpyplotasplt#样本数量n=400#生成测试用数据集X=tf.random.uniform([n,2],minval=-10,maxval=10)w0=tf.constant([[2.0],[-3.0]])b0=tf.constant([[3.0]])Y=X@
付·2020-08-23 23:57

Tensorflow2.0 自动微分基础

自动微分（低阶方法）首先拿线性方程来举例说明基本步骤在withGradientTape内部自定义的损失函数调用gradient方法对指定变量求导一阶导数importnumpyasnp#f(x)=a*x**2+b*x+c的导数#因为是autowatched，所以不需要watch,常量需要watchedx=tf.Variable(0.0,name="x",dtype=tf.float32)a=tf.c
付·2020-08-23 23:56

30天干掉tensorflow2.0-day29 使用tensorflow-serving部署模型

文章目录使用tensorflow-serving部署模型〇，tensorflowserving模型部署概述一，准备protobuf模型文件二，安装tensorflowserving三，启动tensorflowserving服务四，向API服务发送请求使用tensorflow-serving部署模型TensorFlow训练好的模型以tensorflow原生方式保存成protobuf文件后可以用许多方
Elenstone·2020-08-23 23:24

tensorflow v1到v2版本的切换

一般我在使用tensorflow2.0时，碰到有些不能用的时候，我使用的时候会把调用函数的那行的“tf”转换为“tf.compat.v1”，就能用了
Black_Friend·2020-08-23 23:34

NLP理论实践问题记录

2训练好的模型怎么保存及重新调用3TensorFlow2.0和1.0的选择4cnews_loader中的batch_iter方法，默认batch_size默认64，模型代码中验证使用了128，没见过用100
HAITG·2020-08-23 23:19

TensorFlow2.0入门到进阶系列——1_TensorFlow简介

1.2、数据流图1.3、特性2、TensorFlow版本变迁与tf1.0架构2.1、TensorFlow版本变迁2.1、TensorFlow1.0—主要特性2.2、TensorFlow1.0—架构3、TensorFlow2.0
ClFH·2020-08-23 22:00

tensorflow2

TensorFlow入门教程之0:BigPicture&极速入门TensorFlow入门教程之1:基本概念以及理解TensorFlow入门教程之2:安装和使用TensorFlow入门教程之3:CNN卷积神经网络的基本定义理解TensorFlow入门教程之4:实现一个自创的CNN卷积神经网络TensorFlow入门教程之5:TensorBoard面板可视化管理TensorFlow入门教程之6:Alp
12th·2020-08-23 21:09

Tensor.graph is meaningless when eager execution is enabled.解决办法TensorFlow2.0 使用1.x的代码时报错，

作为一个刚刚入门TensorFlow的小白，看着1.x的教程用着2.0也是一种挑战吧，第一次接触graph就报错Tensor.graphismeaninglesswheneagerexecutionisenabled.查找了很多资料，就是说2.0好像是为了更安全对graph有一个默认的eagerexecutionisenabledbydefault，叫急切执行什么的，不管他有什么好处，我们为了跑通
沉睡的小灰·2020-08-23 21:29

tensorflow2.0编程规范

背景tensorflow2.0相比于1.0有很大变化，1.0版本的placeholder，Session都没有了，2.0版本强推使用keras。
dichuoce8682·2020-08-23 10:01

TensorFlow2.0 (5) 实现 GAN 对抗网络

GAN神经网络对于某些实践项目上会比CNN等网络有更好的实际效果,虽然loss不一定会比普遍的神经网络低.但更具有实践意义,特有此文章作为大家的编码demo一、GAN入门示例importtensorflowastfimportglobimportimageioimportmatplotlib.pyplotaspltimportnumpyasnpimportosimportPILfromtensor
XMing666·2020-08-23 08:43

tensorflow2.0-ValueError:A target array with shape was passed for an output of shape...问题解决

在Jupyternotebook训练一个多分类模型时遇到报错问题：喂入的是fashion_mnist数据集，训练和测试的图片都经过了归一化，标签也都转为独热编码模型建立的代码如下：model=tf.keras.Sequential()model.add(tf.keras.layers.Flatten(input_shape=(28,28)))model.add(tf.keras.layers.De
_XiaoxiaoHuo·2020-08-23 08:06

win10系统在Anaconda下安装Tensorflow2的GPU版本+Tensorflow2.0.0+python3.7+Pycharm（最新，详细，亲测可用）

之前有写过一篇Pytorch-GPU安装指南：win10系统在Anaconda下安装Pytorch的GPU版本+cuda10.2+python3.6+Pycharm（最新，详细，亲测可用）本篇是tensorflow2
shiinerise·2020-08-23 05:05

tensorflow2踩坑记录

使用tensorflow2过程中常常会出现一些莫名其妙的错误，百度一般也很难找到答案，现记录我使用过程中遇到的一些报错，慢更~文章目录1.module'tensorflow'hasnoattribute'compat
shiinerise·2020-08-23 05:05

tensorflow2学习笔记一：tensorflow2常用操作

1.1with的用法参考链接：https://blog.csdn.net/lxy210781/article/details/81176687相当于java中的trycatch，在打开关闭文件（open）时等，在操作之前和操作之后需要进行一些额外操作的，不然会报错的，使用with例子：withopen(r'c:\test.txt','r')asf:data=f.read()with后面返回的对象要
shiinerise·2020-08-23 05:34

TensorFlow2.0 (6) 自构建神经网络层—— transformer 实例讲解

tensorflow2官方API文档注意：__init__()，__build__()，__call__()均继承自tf.keras.layers.Layer一、初始化属性、初始化输入、向前运算不多
XMing666·2020-08-23 04:41

Tensorflow 2.0 学习记录（一）

Tensorflow2.0基础知识1.创建Tensorimporttensorflowastftf.constanttensorflow支持常见的boolstringfloatdouble类型数据#声明一个
MANX98·2020-08-23 00:04

anaconda装tensorflow真是太简单了【保姆级安装教程】

我装的版本tensorflow2.0.0+CUDA10.0+cuDNN7.6.5anaconda最方便最舒服的地方就在于，我可以创建一个小房子（虚拟环境），我用到的各个版本的库啊什么的都装这个虚拟环境里头
多磕盐不怕齁·2020-08-22 22:14

ML&DL - TensorFlow2.1快速入门学习笔记04——神经网络八股扩展

ML&DL-TensorFlow2.1快速入门学习笔记04——神经网络八股扩展第四讲神经网络八股扩展4.1自建数据集4.2数据增强4.3断点续训保存模型读取模型4.4参数提取4.5acc&loss可视化
j.Lee.·2020-08-22 19:32

TensorFlow2-高层API接口Keras

TensorFlow2高层API接口Keras简介Keras是方便神经网络构建的一个高层API库，其本身并没有实现任何的矩阵运算以及GPU加速运算的功能，它只是为深度学习框架提供一个更方便但也更加生硬的接口
周先森爱吃素·2020-08-22 15:15

浅谈卷积神经网络(CNN)——卷积、批标准化、池化、失活

文章目录卷积神经网络(CNN)概念卷积卷积核全零填充批标准化池化均值池化最大值池化失活CNN结构记录一下昨天半夜学的东西，以下代码均通过tensorflow2自带的keras实现。
Koorye·2020-08-22 14:10

TensorFlow2.0简要教程（四）-用keras构建自己的网络层

用keras构建自己的网络层文章目录用keras构建自己的网络层1使用Keras自定义网络层2.使用子层递归构建网络层3.其他网络层配置4.构建自己的模型1使用Keras自定义网络层from__future__importabsolute_import,division,print_functionimporttensorflowastftf.keras.backend.clear_session
weekdayh·2020-08-22 14:34

TensorFlow2.0基本操作（五）

4自定义网络keras.Sequential(容器)：model.trainable_variables所有的权重参数，会自动调用model.call()keras.layers.Layer（继承制）keras.Model:母类，inherit:1，实现初始化参数，2，5模型保存与加载1）仅保存训练参数importtensorflowastffromtensorflow.kerasimportda
wanfuchun·2020-08-22 14:27

使用tensorflow2.0搭建DCGAN网络生成卡通 头像

使用tensorflow2.0搭建DCGAN网络生成卡通头像importtensorflowastffromtensorflowimportkerasfromkerasimportlayersfromglobimportglobfromdataimportmake_anime_datasetimportnumpyasnpimportosfromscipy.miscimporttoimagez_di
永不言败5·2020-08-22 14:29

基于TensorFlow2.0使用LSTM做机器翻译

importtensorflowastfimportnumpyasnpimportunicodedataimportreraw_data=(('Whataridiculousconcept!','Quelconceptridicule!'),('Yourideaisnotentirelycrazy.',"Votreidéen'estpascomplètementfolle."),("Aman'sw
zhangztSky·2020-08-22 13:12

tensorflow2.0基础（5）——模型的构建

构建模型的三种方法构建模型有三种方法：使用Sequential按层顺序构建模型，使用函数式API构建任意结构模型，继承Model基类构建自定义模型。对于顺序结构的模型，优先使用Sequential方法构建。如果模型有多输入或者多输出，或者模型需要共享权重，或者模型具有残差连接等非顺序结构，推荐使用函数式API进行创建。如果无特定必要，尽可能避免使用Model子类化的方式构建模型，这种方式提供了极大
青鸠·2020-08-22 13:50

tensorflow2.0(Keras)实现seq2seq+Attention模型的对话系统--实战篇（序列生成）

本文目录结构序列生成的两种方法比较seq2seq模型介绍Keras实现seq2seq+Atttention模型模型详细结构seq2seq模型训练模型预测序列生成的两种方法比较：序列生成任务主要有两种方案实现，一种是传统的seq2seq(lstm+attention)，一种是基于self-attention的transformer模型实现。（具体实现方法参考另一篇博客https://blog.csd
huangrs098·2020-08-22 13:45

（二）tensorflow2.0 - 自定义Model

前文写了如何使用tensorflow2.0自定义Layer，本文将讲述如何自定义Model，并将前述的Layer应用到本Model中来。
_吟游诗人·2020-08-22 13:58

python & tensorflow2 & deeplearning &音频处理

文章目录1pycharm查看函数信息2pycharm中的字母缩写的含义3线性回归程序4理解卷积神经网络中的通道5mnist分类6实验：使用卷积递归神经网络进行单通道和多通道声音事件检测。6.1遇到的问题：6.1.1ImportError:Nomodulenamed通用解决方法6.1.2keras之多GPU训练方法6.1.3Tensorflow在Pycharm中报错：找不到libcublas.so.
qq_22829061·2020-08-22 13:36

TF2.0_LSTM_Seq2seq_BeamSearchDecoder_实战教程

如果不了解没关系，传送门：tensorflow2.0入门与实战2019年最通俗易懂的课程。如果看不懂可以找找其他的相关视频，毕竟广听不错。修BUG的方法：先Google，再官方文档，不行看源码。
mantoureganmian·2020-08-22 13:35

【NLP】容纳众多优秀模型的自然语言处理库PyTorch-Transformers

Transformers同时支持PyTorch和TensorFlow2.0，用户可以将这些工具放在一起使用。支持模型transformers目前提供以下NLU/NLG体系结构：BER
深度学习视觉·2020-08-22 12:43

tensorflow2中自定义层或网络

通过自定义网络可以将一些现有的网络和自己的网络串联起来，这样可以组建各种各样的网络。1、keras.Sequential它的用法见这篇博客network=Sequential([layers.Dense(256,activation='relu'),layers.Dense(128,activation='relu'),layers.Dense(64,activation='relu'),laye
进击的Explorer·2020-08-22 12:27

TensorFlow2.0 Guide 官方教程 学习笔记14-'tf.data: Build TensorFlow input pipelines'

本笔记参照TensorFlow官方教程，主要是对‘tf.data:BuildTensorFlowinputpipelines’教程内容翻译和内容结构编排，原文链接：tf.data:BuildTensorFlowinputpipelines目录一、基本结构（Basicmechanics）1.1数据集结构二、读取输入数据2.1处理Numpy数组（ConsumingNumpyarrays）2.2处理Py
黄水生·2020-08-22 12:15

Tensorflow2.0入门教程14：CNN网络基础示例

CNN网络结构包含一个或多个卷积层（ConvolutionalLayer）、池化层（PoolingLayer）和全连接层（Fully-connectedLayer）。卷积：提取局部特征https://pic.rmb.bdstatic.com/e6871b1259fe02a5192e15294fc684148433.gifhttps://img-blog.csdnimg.cn/20181124130
itluojie·2020-08-22 12:44

15.Tensorflow2.0 Keras高层接口

1.Keras.Metrics（度量指标）1.1.Buildameter1.2.Updatedata1.3.GetAveragedata1.4.Clearbuffer1.5.Codeimporttensorflowastffromtensorflow.kerasimportdatasets,layers,optimizers,Sequential,metricsdefpre_process(x,y
越奋斗，越幸运·2020-08-22 12:21

Tensorflow 2.0 搭建网络练习

使用Tensorflow2.0实现Resnet-50，根据TF官方示例改写，分别用model.fit()和tf.function实现模型训练Tensorflow2.0对keras进行了集成，兼顾了易用性和灵活性
danyuliuyan·2020-08-22 12:31

TensorFlow22: 手写汉字识别

NIST手写数字数据集通常做为深度学习的练习数据集，这个数据集恐怕早已经被大家玩坏了。本帖就介绍一个和MNIST类似，同时又适合国人练习的数据集-手写汉字数据集，然后训练一个简单的DeepConvolutionalNetwork识别手写汉字。识别手写汉字要把识别手写洋文难上很多。首先，英文字符的分类少，总共10+26*2；而中文总共50,000多汉字，常用的就有3000多。其次，汉字有书法，每个人
c2a2o2·2020-08-22 12:04

【深度学习与tensorflow2.0实战】（网易云课堂）13-GAN

本文目录GAN原理纳什均衡-D、GEM距离GAN实战**gan.py**dataset.pyGAN原理HavingFun▪https://reiinakano.github.io/gan-playground/▪https://affinelayer.com/pixsrv/▪https://www.youtube.com/watch?v=9reHvktowLY&feature=youtu.be▪h
beata2·2020-08-22 12:58

tensorflow2.0 基本流程学习笔记

定义模型#销毁当前的TF图并创建一个新图。#有助于避免旧模型/图层混乱。tf.keras.backend.clear_session()model=models.Sequential()model.add(layers.Dense(20,batch_input_shape=(None,15)))##等价--1#model.add(layers.Dense(20,activation='relu',
付·2020-08-22 12:11

Tensorflow2 导入自定义预训练模型

网上大多数都是直接调用tf的内置application中的预训练模型，这里用自己训练好的预训练模型。预训练模型的最后全连接层不要，只保留前面的捕捉特征的层且这些层权重冻结不参与接下来的训练。不冻结也可以，这样相当于从新训练，就没起到预训练模型的效果。大致代码如下：#加载模型base_model=tf.keras.models.load_model('model-best.h5')#得到最后一个全连
lightis_tian·2020-08-22 11:18

1.1 量化技术篇—技术框架选择

------从零开始学量化------：量化目录传送门知乎：量化目录传送门1.技术框架选择python+mongodb(HDF5备选)+tensorflow2.为什么选择这一套技术框架2.1为什么是python
潇潇夜雨归何处·2020-08-22 09:50

Tensorflow2 常见的数据增强方法及其实现汇总

在CV方向得模型搭建中，我们常常需要对输入得图片进行数据增强，这将会减少模型对数据的过拟合从儿提升模型的性能。在实际工程中。如工业缺陷、医疗图像等场景，我们获得的数据毕竟有限，通过数据增强来提升模型的性能是非常有用的。此时只能够依靠图像增强的方法来建立训练所需要的数据集。目录一、监督的数据增强1.1、单样本数据增强1.1.1、几何空间变换1.1.2、像素颜色变换类1.2、多样本合成类1.2.1、S
wxplol·2020-08-22 04:01

TensorFlow2.0学习笔记-5.数据构建

5.数据构建tf.data简介面对一堆格式不一的原始数据文件？读入程序的过程往往十分繁琐？运行的效率上不尽如人意？TensorFlow提供了tf.data这一模块，包括了一套灵活的数据集构建API，能够帮助我们快速、高效地构建数据输入的流水线，尤其适用于数据量巨大的场景。tf.data包含三个类：•tf.data.Dataset类•tf.data.TFRecordDataset类•tf.data.
ruoqi23·2020-08-22 03:11

TensorFlow2.0学习笔记-4.模型的自定义

4.模型的自定义4.1.自定义层使用的主要数据结构是Layer实现自定义层的最佳方法是扩展tf.keras.layers.Layer类并实现：•__init__：可以在其中进行所有与输入无关的初始化，定义相关的层•build：知道输入张量的形状并可以进行其余的初始化•call：在这里进行前向传播注意：不一定需要在build中创建变量时，也可以在__init__中创建它们。tf.keras.Mode
ruoqi23·2020-08-22 03:11
上一页 52 53 54 55 56 57 58 59 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他