tensorflow2 第71页

Tensorflow2.* 利用tensorflow_hub内置模型进行目标检测

在之前博客【Tensorflow2.*教程之使用TensorflowHub对IMDB电影评论数据集进行文本分类(2)】中也使用到Tensorfl

深沉的背影·2020-07-06 05:43

minist数据集分析--tensorflow2.0--mnist--详细注释

学习记录，方便查看importosimporttensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportdatasets,layers,optimizersos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#把warning提醒屏蔽#加载数据集：加载过了的是numpy数据类型，要想使用GPU加速，需要

鸣人的道·2020-07-06 05:29

tf.contrib.data.group_by_window函数解析

问题来源在tensorflow2.0的文档中，对于tf.data.Datsset.apply函数的用法示例，其中的group_by_window函数不好理解，而且在tensorflow2.0版本中似乎找不到

莫振威·2020-07-06 05:49

【学记】Tensorflow2.x第一弹-Mnist_CNN

最近一段时间发现，对于Tensorflow2.x版本的许多新特性和函数都没有认识很深，对它的认知还停留在去年，直到今年用的时候才发现，以前在GitHub上老的程序连Tensorflow1.14.0都跑不起来了

YangLi0407·2020-07-06 03:10

SSD训练自己数据--详细过程及问题总结

境说明Ubuntu16.04/GPU1080Ti/Cuda81.代码下载地址：https://github.com/balancap/SSD-Tensorflow2.预训练模型验证cdcheckpoints

weixin_41813620·2020-07-06 03:10

TensorFlow Lite开发系列之python接口解析(一)

环境:tensorflow2.x，一定要使用linux系统，后期转换模型windows会出现bugAPI解析网址：https://tensorflow.google.cn/api_docs/python

呀哈呀哈呀哈·2020-07-06 02:46

tensorflow2之文本分类

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。https://tensorflow.google.cn/tutorials/keras/basic_text_classificationTensorFlow中包含IMDB数据集。我们已对该数据集进行了预处理，将影评（字词序列）转换为整数序列，其中每个整数表示字典中的一个特

xiangkej·2020-07-05 19:22

TensorFlow 性能优化之 Performance Guide

上进行数据预处理1.2使用tf.dataAPI1.3解码裁剪运算1.4使用大文件1.2数据格式1.3常用的融合op1.3.1融合batchnorm1.4RNNPerformance1.5从源码构建、安装TensorFlow2

黑暗星球·2020-07-05 18:59

（一）bert环境搭建

环境配置：1，安装tensorflow2，安装packagepipinstallbert-serving-serverpipinstallbert-serving-client3，下载中文bert预训练的模型

吱吱不倦小子·2020-07-05 17:41

Pytorch从0到1系列之（0）---安装Pytorch

就好比你想尝一口蛋炒饭的味道，虽然TensorFlow已经给你准备好了米、鸡蛋和各种调料，但是你依旧需要在吃这口饭之前煮米、打鸡蛋，生火（不过目前TensorFlow2.X版本正在

东写西读1·2020-07-05 17:18

最简单的方法—tensorflow 2.0 keras 保存 .pb 格式的模型

我们知道在tensorflow2.0中利用tensorflow.keras可以很方便地保存和加载.h5模型，但是.h5格式的模型只适合在本地使用，不适合部署。

liuzard·2020-07-05 17:26

I3D视频分类论文梗概及代码解读Quo Vadis, Action Recognition? A New Model and the Kinetics Dataset

论文https://arxiv.org/pdf/1705.07750.pdf，fromDeepMind，CVPR2017代码https://github.com/LossNAN/I3D-Tensorflow2017

进击的煎饼果子·2020-07-05 17:43

使用TensorFlow完成HelloWorld

使用TensorFlow完成HelloWorld1.安装python和TensorFlow2.完成helloworld案例首先，安装python环境也是很简单的，直接上网址，选择合适的版本，我这里选择的是

叶初阳·2020-07-05 17:59

基于tensorflow2复用InceptionV3作为编码器利用GRU的RNN+Attention作为解码器在MS-COCO数据集上进行图片描述（Image Caption）

tangchongyang·2020-07-05 17:03

tensorflow Download

tensorflow2.2tensorflow1.14.0https://files.pythonhosted.org/packages/de/f0/96fb2e0412ae9692dbf400e5b04432885f677ad6241c088ccc5fe7724d69

RedMery·2020-07-05 16:31

tensorflow学习笔记九：将 TensorFlow 移植到 Android手机，实现物体识别、行人检测和图像风格迁移详细教程

2017/02/23更新贴一个TensorFlow2017开发者大会的Mobile专题演讲移动和嵌入式TensorFlow这里面有重点讲到本文介绍的三个例子，以及其他的移动和嵌入式方面的TF相关问题，干货很多

淼淼1111·2020-07-05 15:11

自然语言处理：关系抽取之分段卷积神经网络（PCNN）

文章目录远程监督PCNN关系抽取PCNN方法论向量表达卷积层分段最大池化层Softmax层多实例学习ReferenceTensorflow2.2实现，见github仓库。

十里清风·2020-07-05 12:13

ML&DL - TensorFlow2.1快速入门学习笔记

ML&DL-TensorFlow2.1快速入门学习笔记第一讲神经网络计算1.1人工智能三学派1.2神经网络设计过程梯度下降法梯度下降法的缺点1.3张量(Tensor)1.张量2.数据（张量）类型3.张量生成

Jason_Lee_·2020-07-05 11:58

深度学习part2：基于tensorflow2.0手写体识别初体验

文章目录基于tensorflow2.0下的手写体识别初体验1.手写体识别代码复现2.部分代码流程介绍3.手写体识别结果可视化基于tensorflow2.0下的手写体识别初体验1.手写体识别代码复现importnumpyasnpimporttensorflowastfimportmatplotlib.pyplotaspltfromtensorflow.kerasimportSequentialfro

JMU-HZH·2020-07-05 10:58

Tensorflow2.1-gpu安装后出现 ImportError: DLL load failed: 找不到指定的模块问题Could not find the DLL(s)'msvcp140_1

借鉴这篇博客（感谢），他安装的是cpu版本，而我安装的是gpu版（我的环境为cuda10.1+cudnn7.6.5）发现通过pipinstall直接安装Tensorflow2.1后ImportError

码奋·2020-07-05 09:46

街景字符识别——定长思路——TensorFlow2

#!/usr/bin/envpython#coding:utf-8#In[29]:importtensorflowastfimportnumpyasnp#fromtensorflow.dataimportDatasetfromtensorflow.kerasimport*importos,sys,glob,shutil,jsonfromtensorflowimportkeras#os.enviro

Tralia~·2020-07-05 08:18

vscode+anaconda+tensorflow2.0 搭建机器学习开发环境

vscode+anaconda+tensorflow2.0搭建机器学习开发环境vscode安装anaconda的安装安装Tebsorflow2.0-cpu安装Tebsorflow2.0-gpu下载安装cuda

商听寒i·2020-07-05 08:48

tensorflow2.x学习笔记十九：tensorflow中的自动微分机制

神经网络通常依赖反向传播求梯度来更新网络参数，求梯度过程通常是一件非常复杂而容易出错的事情。而深度学习框架可以帮助我们自动地完成这种求梯度运算。Tensorflow一般使用梯度磁带tf.GradientTape来记录正向运算过程，然后反播磁带自动得到梯度值。这种利用tf.GradientTape求微分的方法叫做Tensorflow的自动微分机制。一、利用梯度磁带求导数对变量求导数importten

万能的小黑Alex·2020-07-05 07:47

tensorflow2.x学习笔记一：简述在Anaconda下安装tf2.1的步骤

首先在官网下载安装好Anaconda，目前tf2.1支持python3.5-3.7，所以应该下载所需版本安装CUDA传送门和CUDNN传送门,注意一定要和目前的tf2.1支持的版本匹配，比如CUDA10.1，cuDNNv7.6.5。具体安装过程，参考此处传送门在Anaconda中创建虚拟环境，在开始菜单中打开AnacondaPrompt，然后在命令行输入condacreate-ntf2.1pyth

万能的小黑Alex·2020-07-05 07:47

pycharm配置pyqt5(anaconda虚拟环境下+tensorflow)

1.安装pyqt51.打开anacondaprompt命令窗口，激活虚拟环境：activatetensorflow2.安装PyQt5pipinstallpyqt53.安装PyQt5-toolspipinstallpyqt5

Courageux-J·2020-07-05 07:14

Tensorflow2.1-cpu安装（缺少msvcp140_1.dll）

今天发现tensorflow2.1出稳定版了，然后就更新到最新的tensorflow，先卸载旧版本在安装新版本，安装CPU版本指令如下：#删除旧版本pipuninstalltensorflow#安装新版本

太阳花的小绿豆·2020-07-05 06:16

Windows10基于Anaconda安装CPU tensorflow2.0

本文安装过程主要分为五个部分：安装Anaconda、建立环境、安装tensorflow、下载jupyternotebook、将jupyternotebook添加到虚拟环境。一、安装Anaconda直接去官网下载最新Anaconda（要选择Windows的），安装过程都是默认点击，只有下一步是要注意的（此处第一个要打√）：二、建立环境这里有两种方法，我主要介绍自己的方法。1、下载安装好Anacond

请求和清风明月·2020-07-05 06:55

TensorFlow2中的Tensor的常用操作速查速记

数据类型Int,Float,DoubleBooleanString其实Boolean和String类型一般是没有什么用的，Boolean在一定程度上可能还怎加了程序编写的复杂性。但也可以让思路更加清楚。Tensortf.constant()tf.device()tf.rank()tf.is_tensor()Tensor.deviceTensor.cpu();Tensor.gpu()Tensor.n

自其变者而观之·2020-07-05 06:23

Windows10 安装tensorflow2.2.0 CPU版本

Windows10安装tensorflow2.2.0CPU版本因为电脑没有独立显卡，所以只能安装CPU版本的tensorflow了1.安装AnacondaAnaconda官方链接勾上添加到环境2.安装tensorflow

￥万有引力￥·2020-07-05 05:31

BiLSTM-Attention实现关系抽取（基于pytorch）

概述虽然tensorflow2.0发布以来还是收获了一批用户，但是在自然语言处理领域，似乎pytorch见的更多一点。关系抽取是目前自然语言处理的主流任务之一，遗憾没能找到较新能用的开源代码。

小炮哥哥·2020-07-05 05:20

tensorflow module 'tensorflow_core.keras.experimental' has no attribute 'export_saved_model'

版本tensorflow2.1.0将图形和变量导出为与平台无关的SavedModel格式。保存模型后，可以在有或没有scope的情况下加载模型。

忧郁的常凯申·2020-07-05 05:41

Tensorflow2.x 训练网络时的指标输出,以及模型结构图导出

训练指标输出1.使用TensorBoard2.使用History类TensorBoradTensorBoard的Scalars可以可视化这些指标使用步骤：记录训练中的指标,需要执行以下操作：创建KerasTensorBoard回调指定日志目录将TensorBoard回调传递Keras的Model.fit()回调函数：tf.keras.callbacks.TensorBoard(log_dir='l

FlyDremever·2020-07-05 05:10

《28天玩转TensorFlow2》第6天：TensorFlow2建立模型的三种方式之Model Subclassing

自定义MLP模型结构，50代，总参数119690，Mnist测试数据集正确率98%。对于神经网络而言，可能宽比深好(MayBePaper)。自定义的MLP结构如下：importnumpyasnpimporttensorflowastfimportosimportshutil#绘图frommatplotlibimportpyplotaspltplt.rcParams['font.family']='

AnFany·2020-07-05 04:44

tensorflow中的检查点checkpoint详解（二）——以tensorflow1.x 的模型保存与恢复为主

前言：前面专门讲解了一篇关于tensorflow2.x的文件保存，主要是介绍了两种模式，一个是keras的h5文件，一个是tensorflow专用的SavedModel（.pb文件）文件，详细请参考：详解

LoveMIss-Y·2020-07-05 03:50

tensorflow运行出错 ERROR:root:Internal Python error in the inspect module

导入模块，运行出现以下错误使用pipinstalltensorflow默认安装的是tensorflow2.0往下拉可以看到各种：ImportError:DLLloadfailed:找不到指定的模块查看官网可以看到相关说明卸载最新的

六五叔·2020-07-05 03:20

ubuntu安装tensorflow2.0、nvidia驱动、cuda、cuDNN、anaconda

文章目录1.安装TensorflowCPU版本2.安装TensorflowGPU版本2.1.看看gpu是不是在支持列表中2.2.安装nvidia驱动2.2.1.使用标准Ubuntu仓库进行自动化安装2.2.2.使用PPA仓库进行自动安装2.3.安装CUDAtoolkit2.3.1.下载2.3.2.安装2.3.3.配置环境变量2.4.安装cuDNNSDK2.4.1.下载2.4.2.安装2.5.安装T

myg22·2020-07-05 00:58

tensorflow2.0学习笔记：TFRecord 数据处理

tfrecord基础API介绍tfrecord数据处理importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimportsklearnimportpandasaspdimportosimportsysimporttimeimporttensorflowastffromtensorflowim

凿井而饮·2020-07-05 00:33

解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题

解决Tensorflow2.0tf.keras.Model.load_weights()报错处理问题更多python视频教程请到菜鸟教程https://www.piaodoo.com/错误描述：1、保存模型

liming89·2020-07-04 21:10

tensorflow2的模型保存与加载（save_weights、save和saved_model.save）

1、save/loadweights只保存网络的一个参数，不管其他的状态，这种模式适合自己对代码有个清晰的认识用法流程如下：#Savetheweightsmodel.save_weights('./checkpoints/my_checkpoint')#提供保存的路径#Restoretheweightsmodel=create_model()#重新创建网络model.load_weights('.

进击的Explorer·2020-07-04 20:45

Windows下编译tensorflow-gpu教程

zhuanlan.zhihu.com/p/29029860https://zhuanlan.zhihu.com/p/34942873Windows下编译tensorflow-gpu教程官方文档：1.在windows下安装tensorflow2

ShellCollector·2020-07-04 19:25

TensorFlow2.x冻结模型，保存为.pb格式方便部署

1、用tf.keras创建模型inputs=tf.keras.Input(shape=(1000,9,),name='input')input=tf.keras.layers.Flatten(name="flatten")(inputs)f1=tf.keras.layers.Dense(512,activation='relu',name='dense_1')(input)d1=tf.keras.

布布汪·2020-07-04 18:56

TF-实现Android图像识别应用

效果1.jpg开发准备1.tensorflow2.tensorflow/hub3.Ubuntu16.04LTS4.AndroidStudio一，使用hub训练自己的类别模型①安装linux环境，推荐Ubuntu②

leo567·2020-07-04 17:23

TensorFlow2.x的Keras对Fashion MNIST数据集的基本图像分类（完整过程）

目录导入FashionMNIST数据集探索数据预处理数据建立模型训练模型使用训练好的模型导入需要的包importtensorflowastffromtensorflowimportkerasimportnumpyasnpimportmatplotlib.pyplotaspltprint(tf.__version__)导入FashionMNIST数据集在这里，使用60,000张图像来训练网络，使用1

dijkstra_prime·2020-07-04 14:49

从模型搭建到训练，手把手教你Tensorboard可视化训练数据——tensorflow2.0及其以上版本

tensorboard介绍TensorBoard是tensorflow的一个可视化工具，它可以用来展示训练和验证的loss以及val曲线图、网络图、张量的指标变化、张量的分布情况等。特别是在训练网络的时候，我们可以设置不同的参数（比如：权重W、偏置B、卷积层数、全连接层数等），使用TensorBoader可以很直观的帮我们进行参数的选择。tensorboard使用既然tensorboard实用性那

一心想当科学家·2020-07-04 12:06

STM32CubeMX AI尝尝鲜

STM32CubeMXAI尝尝鲜X-Cube-AI介绍&&开发前提创建模型创建工程修改工程输出结果我是在学习Tensorflow2.0的时候，当然，最终还是为了跑在嵌入式设备上，因为这次疫情影响，在离住的地方比较近的办公场所办公

Baymax_PP·2020-07-04 12:56

教你复现顶会论文网络结构（五）--NFM模型网络结构

参考文章：TensorFlow2.0implementationofNFMReference:NeuralFactorizationMachinesforSparsePredictiveAnalyticshttps

一碗竹叶青·2020-07-04 11:11

易学智能租用GPU开机测试使用教程

弹性配置自己根据需求选择，预装了开发环境tensorflow2.0python3.7CUDA10.0等等，感兴趣的可以自行探索哦。

aitail·2020-07-04 10:03

tensorflow2.0 实现自动写诗

（注本次实验，由于自己写的tensorflow程序出现了数据爆炸将电脑多次卡死的现象，这里参考了https://github.com/little-zhao/tensorflow2.0_lstm_poem

ZhangLH66·2020-07-04 09:07

Tensorflow2.1基础知识---复杂度、学习率、激活函数、损失函数

文章目录复杂度学习率激活函数损失函数复杂度空间复杂度（用层数和待优化的参数个数表示）层数=隐藏层的层数+1个输出层(输入层不算)总参数=总w+总b时间复杂度：乘加运算次数学习率学习率是一个超参数，根据经验来设定，学习速率调得太低，训练速度会很慢，学习速率调的过高，每次迭代波动会很大，再反向传播的过程中会更新权值w指数衰减学习率：可以先用较大的学习率，快速得到较优解，然后逐步减小学习率，使模型再训练

XXXXiaojie·2020-07-04 09:50

Tensorflow2.0学习（2）：基于fashion_mnist数据集的分类基本步骤

导入包、打印包的信息其中%matplotlibinline是IPython中的魔法函数，作用是：在利用matplotlib.pyplot作图或创建画布时不需要plt.show()，即可实现图像的显示。importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimportsklearnimpo

一枚小白的日常·2020-07-04 08:00

推荐频道

tensorflow2