tensorflow2 第58页

Tensorflow2.*教程之对预处理的IMDB电影评论数据集进行文本分类（3）

Keras机器学习基础知识：对服装图像进行分类使用TensorflowHub对未处理的电影评论数据集IMDB进行分类后续关于tensorflow2.0文章继续更新...........现在是凌晨五点多了

深沉的背影·2020-08-19 05:04

TensorFlow2.0 Keras多层感知器模型imdb情感分类

#下载importurllib.requestimportosimporttarfileurl='http://ai.stanford.edu/~amaas/data/sentiment/aclImdb_v1.tar.gz'filepath='./data/aclImdb_v1.tar.gz'ifnotos.path.isfile(filepath):result=urllib.request.u

_Zephyrus_·2020-08-19 04:21

Tensorflow2.0学习（五） — Keras基础应用（IMDb电影集情感分析)

今天这一节内容是关于Keras应用分析的最后一节，在熟悉了Keras的基础知识之后，下面几节我们就可以正式接触Tensorflow2.0。

Yohann、·2020-08-19 03:30

tensorflow2.0使用GradientTape自定义训练鸢尾花分类器

本文根据谷歌Tensorflow的官方事例进行介绍。官方事例在自定义训练：演示中查看。通过该实例可以更好的了解GradientTape的使用，尤其在自定义网络损失函数时尤其重要。在原事例中使用的是url下载谷歌的鸢尾花数据集，由于网络原因下载失败，于是选用sklearn中的鸢尾花数据集。具体实现代码如下：importtensorflowastfimportnumpyasnpimportma

苏格拉-·2020-08-19 03:58

Tensorflow2.1.0 自定义数据集：精灵宝可梦数据集

1.精灵宝可梦数据介绍精灵数据放置在pokeman的根目录下，包含了5个子文件夹，每个文件夹存放了当前类别的精灵图片。网盘地址：链接：https://pan.baidu.com/s/19aSoEvILdxdXK1v-5clGNg提取码：7vt92.代码importtensorflowastfimportglobimportosimportrandom,csvdefload_csv(root,fil

雪易·2020-08-19 03:25

tensorflow2版本学习教程1-mnist数据集手写字体

importtensorflowastf#载入并准备好MNIST数据集。将样本从整数转换为浮点数mnist=tf.keras.datasets.mnist(x_train,y_train),(x_test,y_test)=mnist.load_data()x_train,x_test=x_train/255.0,x_test/255.0#将模型的各层堆叠起来，以搭建tf.keras.Sequent

studyer_domi·2020-08-19 02:02

tensorflow2实现imdb影评分类

importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspd'''tf.keras.datasets.imdb.load_data(num_words,maxlen=None,index_from=3)num_words:maxnumberofwordstoinclude.Wordsareranked

xhsun1997·2020-08-19 02:20

深度学习TensorFlow2.0 Python环境搭建

人工智能首先要简单区别几个概念：人工智能，机器学习，深度学习，神经网络。这几个词应该是出现的最为频繁的，但是他们有什么区别呢？人工智能：人类通过直觉可以解决的问题，如：自然语言理解，图像识别，语音识别等，计算机很难解决，而人工智能就是要解决这类问题。机器学习：机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，

林元皓·2020-08-19 02:48

tensorflow2.0电影情感分析

学习textRNN网络参考论文中的模型，可以看出卷积神经网络不仅在图像处理方向可以有优秀的表现，同时在文本处理中也可以把词向量输入提取特征。但是在这时需要的中文进行一个预处理，然后用词向量进行表示。对于正常而言的CNN中的卷积核，textCNN的卷积核的宽度一般和词向量的维度一样，图上的维度是6。卷积核的高度一般设置为2-6的范围。在另外的一篇论文ASensitivityAnalysisof(an

ZhangLH66·2020-08-19 01:48

Tensorflow2.0学习（19）：Embedding——电影评论的情感分析

概述将电影中评论中的某个句子的所有词变成对应的维度的embedding向量，然后将多个句子组合成batch送入神经网络，标签是句子所代表的正面或者负面的标签。实战前面同上一篇对句子进行paddding#设置句子的长度，长度高于500的会被截断，长度低于500的会被补全max_length=500train_data=keras.preprocessing.sequence.pad_sequence

一枚小白的日常·2020-08-19 01:12

TensorFlow2利用Cifar10数据集实现卷积神经网络

1.导入所需的库importtensorflowastfimportmatplotlib.pyplotaspltforiin[tf]:print(i.__name__,":",i.__version__,sep="")输出：tensorflow:2.2.02.下载并导入数据cifar10数据集(train_images,train_labels),(test_images,test_labels)

bigcindy·2020-08-19 01:50

搞清楚TensorFlow2--Checkpoint

写在前面GitHubTensorFlow原文档TensorFlow版本：2.3引言很多时候，我们希望在模型训练完成后能将训练好的参数（变量）保存起来，在需要使用模型的其他地方载入模型和参数，就能直接得到训练好的模型。而TensorFlow正好提供了tf.train.Checkpoint这一强大的变量保存与恢复类，可以使用其save()和restore()方法将TensorFlow中所有包含Chec

BoCong-Deng·2020-08-19 00:18

搞清楚TensorFlow2--Keras的Tokenizer

写在前面GitHubTensorFlow原文档TensorFlow版本：2.3引言Keras的Tokenizer是一个分词器，用于文本预处理，序列化，向量化等。在我们的日常开发中，我们经常会遇到相关的概念，即token-标记、tokenize–标记化以及tokenizer–标记解析器。Tokenizer类允许通过将每个文本转换为整数序列（每个整数是字典中标记的索引）或转换成矢量（其中每个标记的系数

BoCong-Deng·2020-08-19 00:45

搞清楚TensorFlow2--GradientTape

写在前面GitHubTensorFlow原文档TensorFlow版本：2.3引言在聊GradientTape之前，我们不得不提一下自动微分技术，要知道在自动微分技术之前，机器学习社区中很少发挥这个利器，一般都是用Backpropagation(反向传播算法)进行梯度求解，然后使用SGD等进行优化更新。梯度下降法（GradientDescendent）是机器学习的核心算法之一，自动微分则是梯度下降

BoCong-Deng·2020-08-19 00:45

Tensorflow2.0实践----IMDB影评文本分类（Kears）

原文：https://tensorflow.google.cn/tutorials/keras/basic_text_classification#download_the_imdb_dataset本文将文本形式的影评分为“正面”或“负面”影评。这是一个二元分类（又称为两类分类）的示例，也是一种重要且广泛适用的机器学习问题。本文为Tensorflow官方教程的译文，所有代码均已在colab环境中验

zhaochs·2020-08-19 00:14

tensorflow版本支持一键转化为2.0版本

TensorFlow2.0includesmanyAPIchanges,suchasreorderingarguments,renamingsymbols,andchangingdefaultvaluesforparameters.Manuallyperformingallofthesemodificationswouldbetediousandpronetoerror.Tostreamlinet

xdfwsl·2020-08-18 23:09

TensorFlow: 1.x将长时间保持主流

讨论Tensorflow2.0版本虽然推出已有些时日了，前两天2.1版本也已经放出来了，但笔者基于一些猜想，一直兴趣乏匮。今天读了读官方说明书，又在一些网站看了看先锋人士的使用体会，果不其然。

luv_dusk·2020-08-18 23:29

【技术干货】Windows - Tensorflow2.3.0-GPU入坑指南(配置CUDA和CUDNN)

【技术干货】Windows-Tensorflow2.3.0-GPU入坑指南(配置CUDA和CUDNN)我是使用的Pycharm进行Tensorflow学习的，特别在此记录一下环境配置的过程。

JinyuZ1996·2020-08-18 17:21

《Tensorflow和深度学习笔记》100页

笔记目录如下：1.Tensorflow概要与安装...1.1Tensorflow概要...1.2安装Tensorflow2.基本概念和架构...2.1基本概念...2.2基本架构......2.2.1Master-Worker

_云游者_·2020-08-18 15:24

Tensorflow2.3r CPU编译过程记录

编译Tensorflow2.2.0CPU版本安装Anaconda3-2020.02-Windows-x86_64.exe（管理python）安装VisualStudio2019配置VS2019编译环境(

darkerJ·2020-08-18 15:00

解决问题pandas ‘utf-8‘ codec can‘t decode byte 0xbb in position 16: invalid start byte

解决问题pandas'utf-8'codeccan'tdecodebyte0xbbinposition16:invalidstartbyte问题描述解决方法总结问题描述环境：tensorflow2.10pandas

xiaowangshu23·2020-08-18 13:55

tensorflow2.0 word2vec=》item2vec 【gensim】比 tensorflow 快

fromgensim.modelsimportWord2Vecimportnumpyasnpimportpandasaspdimportcollectionsimportlogginglogging.basicConfig(format='%(asctime)s:%(levelname)s:%(message)s',level=logging.INFO)embedding_size=32#嵌入向量

超哥_cn·2020-08-18 03:41

虚拟机VMware下安装Linux系统，Python3.7之TensorFlow安装

Python3.7可以对应TensorFlow2.0.0安装命令：pipinstalltensorflow2.0.0中间会报错ERROR:Cannotuninstall‘wrapt’.Itisadistutilsinstalledprojectandthuswecannotaccuratelydeterminewhichfilesbelongtoitwhichwouldleadtoonlyapar

华天雪 L.W·2020-08-17 22:55

tensorflow2.x学习笔记五：构建模型的三种方式

前言可以使用以下3种方式构建模型：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的灵

轩轩->俊然·2020-08-17 22:09

Ubuntu20.04安装与使用TensorFlow2.2.0

文章目录1.pip安装TensorFlow2.Anaconda安装TensorFlow3.TensorFlowDocker容器的构建1.pip安装TensorFlow这里使用的是当前日期最新版的Ubuntu20.04

Erics-1996·2020-08-17 20:28

Tensorflow2.0 基于LSTM和GRU的IMDB情感分类

Tensorflow2.0基于LSTM和GRU的IMDB情感分类前言备注Talkischeap,showmethecode.重新写的训练和测试函数关于acc_meter和loss_meter关于experimental_run_tf_function

quantum00549·2020-08-17 17:39

Tensorflow2.0：ReNet18分类CIFAR10数据集

神经网络模型层数的加深会在训练过程中出现梯度弥散和梯度爆炸现象，网络层越深，该现象越容易出现，也越严重。SkipConnection机制由于浅层神经网络不容易出现这些梯度现象，那么通过在输入和输出之间添加一条直接连接的SkipConnection可以让神经网络具有回退的能力。以VGG13深度神经网络为例，假设在10层没有观测到梯度弥散现象，那么可考虑在最后的两个卷积层中添加SkipConnecti

DocPark·2020-08-17 17:50

小白的树莓派Tensorflow2.0 opencv 学习笔记（三）

正式进入TensorFlow2.0模块TensorFlow2.0基础部分TensorFlow2.0数值类型TensorFlow2.0的张量类型有：标量（单个实数）如1、2、3等维度数（秩）为0，shape

czkjmohzy·2020-08-17 17:40

tensorflow2.0数据集篇（imdb数据集下载）

在tensorflow调用imdb数据集时,经常会出现下载中断或者无法下载的问题下载的keras中默认的imdb下载地址是https://s3.amazonaws.com/img-datasets/mnist.npz但是现在这个地址已经不存在了。可以将地址改为此网站https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.n

Yuan来如·2020-08-17 16:52

tensorflow2的cnn在cifar10上的分类

tangchongyang·2020-08-17 15:40

Building_Rainbow_Step_by_Step_with_TensorFlow2.0

强化学习-Rainbow详解及实现原文：BuildingRainbowStepbyStepwithTensorFlow2.0Rainbow:CombiningImprovementsinDeepReinforcementLearningJournal

动态规划太难了啊·2020-08-17 13:09

总结 | 深度学习之Pytorch入门教程

2.1.1Pytorch两个核心模块2.1.2Pytorch可视化：Visdom2.1.3Pytorch的优缺点2.2什么是TensorFlow2.2.1TensorFlow两个核心模块2.2.2TensorFlow

人工智能博士·2020-08-17 13:18

cuda9升级cuda10方法记录 ubuntu1604

由于最近的tensorflow2.0和pytorch都纷纷需要cuda10的支持，即使是使用conda安装，也要跟新driver到410以上，以前的384版本的driver也不行了。

loovelj·2020-08-17 13:34

【学习体会】Tensorflow1.x的一些学习体会

虽然Tensorflow2.0已经发布了！

JinSu_·2020-08-17 12:20

tensorflow 安装

以及遇到的问题当然是要从安装anaconda说起anaconda的环境变量装好anaconda才能方便的进行下面的工作在系统显示Toactivatethisenvironment,use#$condaactivatetensorflow2.0

TTLoveYuYu·2020-08-17 11:05

基于tensorflow2的pix2pix图像生成（建筑物还原，U-net，gan）

tangchongyang·2020-08-17 10:41

0、bert 初尝试

远陌·2020-08-17 08:04

从零基础入门Tensorflow2.0 ----一、2. 实战回归模型

everyblogeverymotto:There’sonlyonecorneroftheuniverseyoucanbesureofimproving,andthat’syourownself.0.前言上一节我们讲了分类模型，这一节主要讲回归模型。1.代码部分1.导入模块importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinl

胡侃有料·2020-08-17 03:48

TensorFlow2.0 线性回归实战（收入与受教育程度的关系）

TensorFlow2.0一元线性回归实战（收入与受教育程度的关系）综述数据展示代码与解释结语必看关键点12综述本文使用TensorFlow2.0框架，搭建了一个最简单的全连接神经网络模型。

你的大数据学长·2020-08-17 02:48

TensorFlow2.0 Guide官方教程学习笔记9- Estimators

本笔记参照TensorFlow官方教程，主要是对‘Estimators’教程内容翻译和内容结构编排，原文链接：Estimators目录一、优势二、评估器的能力三、预制评估器（Pre-madeEstimators）3.1预制评估器程序结构3.2预制评估器的好处四、定制评估器五、推荐工作流六、从Keras模型中创建一个评估器本篇笔记介绍高级TensorFlowAPI——tf.estimator。评估器

黄水生·2020-08-17 00:02

Tensorflow2.0学习（11）：Estimator

EstimatorEstimator是高级别的TensorflowAPI。使用Estimator完成项目，需要以下几个步骤：创建一个或多个输入函数，以规整输入数据的格式，格式为：函数必须返回两个值，一个是特征名与特征张量组合而成的字典，一个是标签值或张量。建议使用DatasetAPI。定义特征列：特征列（featurecolumns）是一个对象，用于描述模型输入数据的格式，确定一个正确的接口。每个

一枚小白的日常·2020-08-16 23:43

anaconda安装总结2019年10月12日 20:44:21

我根据几篇文章并且根据自己安装的情况进行总结1.建立一个虚拟的环境condacreate--namexxxxxpython=3.6activatexxxx激活环境de-xxxx退出环境condainfo--envs查看环境2.安装TensorFlow2.1

qq_43718336·2020-08-16 20:31

人工智能框架TensorFlow2：TensorFlow2.1框架介绍和安装，编写第一个TensorFlow

客观点说tensorflow1.x很失败，目前Tensorflow2因为默认了eager执行和集成keras作为人工智能算法的标准API才被广泛接受。

猿说猿道·2020-08-16 19:47

tensorflow2.0 实现 DQN

文章目录DQN简介DQN实践注意事项DQN简介表格型方法存储的状态数量有限，当面对围棋或机器人控制这类有数不清的状态的环境时，表格型方法在存储和查找效率上都受局限，DQN的提出解决了这一局限，使用神经网络来近似替代Q表格。本质上DQN还是一个Q-learning算法，更新方式一致。为了更好的探索环境，同样的也采用ε-greedy方法训练。在Q-learning的基础上，DQN提出了两个技巧使得Q网

CarveStone·2020-08-16 18:03

Tensorflow2.0学习笔记001-环境搭建

前言：之前所学python主要集中为爬虫方向，所学智能算法的实现也以matlab为主。如今，开始搜集资料，跟随各类大牛学习Tensorflow。因为刚开始对许多东西都不了解，所以先找了一部视频学习：轻松入门Tensorflow该视频包含实例：手写数字的识别。看完视频终于多了一些认识，也以此开启了兴奋的tensorflow学习之路。学习笔记边学边写，若有不当、不对之处，万望及时指出，且欢迎一起讨论进

zhaopengde·2020-08-16 17:36

TensorFlow2—YOLOv2

学习yolo也有一段时间了，一直在死磕yolov3,最后想想还是先把yolov2先好好捋一遍吧，原理搞懂不难，代码实现对于我这种基础比较差的人，还是有一点难度。好了废话不多说，我们先看看yolo算法的相关原理吧。Tensorflow-YoloV21、YOLOv2论文解读2、tf2-yolov2代码实现2.1训练数据预处理2.1.1统一改变输入图片尺寸2.1.2解析XML文件2.1.3读取图片（图片

逆风飞扬fei·2020-08-16 16:10

[好课推荐]人工智能实践：Tensorflow2.0

武科大许志伟·2020-08-16 15:43

tensorflow、pytorch两大框架的区别？（汇总）

tensorflow2.0是tensorflow新发布的版本，从简单、强大、可扩

LidarXin·2020-08-16 12:34

TensorFlow和PyTorch介绍与异同

我用TensorFlow2.0，主要是因为一开始学习的时候用的就是TF，学习的例子也是TF，社区资源也好些。我是从Tensor

chenhepg·2020-08-16 10:59

[tensorflow2.0]06.BatchNormallization

importmatplotlibasmplimportmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdimportsklearnimportosimportsysimporttimeimporttensorflowastfimportpprintfromtensorflowimportkerasprint('TensorflowsVersi

zmjames2000·2020-08-16 10:24

推荐频道

tensorflow2