tensorflow2

conda切换为清华源安装TensorFlow2

配置国内清华源condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/#搜索时显示通道地址condaconfig--setshow_ch
毒吻可积·2020-05-13 11:04

TensorFlow2.0入门到进阶系列——5.2_卷积神经网络

5.2_卷积神经网络1、理论部分1.1、卷积神经网络1.1.1结构1.1.2神经网络遇到的问题2、实战部分2.1、keras实现卷积神经网络2.2、keras实现深度可分离卷积2.2.1、理论部分2.2.2、深度可分离卷积网络实战1、理论部分卷积神经网络卷积操作、池化操作深度可分离卷积数据增强迁移学习1.1、卷积神经网络1.1.1结构卷积神经网络（卷积层+池化层（可选））*N+全连接层*M；(其中
ClFH·2020-05-12 16:48

TensorFlow2.0入门到进阶系列——2_TensorFlow-Keras实战

2_TensorFlow-Keras实战1、内容结构2、理论部分2.1、Tensorflow-keras简介2.1.1、keras是什么2.1.2、Tensorflow-keras是什么2.1.3、Tensorflow-keras和keras的联系2.1.4、Tensorflow-keras和keras的区别2.1.5、Tensorflow-keras和keras如何选择2.2、分类问题、回归问题
ClFH·2020-05-08 21:54

TensorFlow2学习——tf.data模块

tf.dataAPI的使用tf.data.Dataset：表示一系列元素，其中每个元素包含一个或多个Tensor对象。例如，在图片管道中，一个元素可能是单个训练样本，具有一对表示图片数据和标签的张量。可以通过两种不同的方式来创建数据集。直接从Tensor创建Dataset（例如Dataset.from_tensor_slices()）；当然Numpy也是可以的，TensorFlow会自动将其转换为
逆风飞扬fei·2020-05-08 21:49

[tensorflow2.0](入门) 特性

节点----------处理数据线---------节点间的输入和输出的关系线上运输的是丈量tensor节点被分配到各种计算设备上运行tensorflow2.0主要特性使用tf.keras和eagermode
zmjames2000·2020-05-08 15:17

[tensorflow2.0](入门)简单记录

f(x)=ax+bimporttensorflowastfimportpandasaspddata=pd.read_csv(r’…xxx.csv’)x=data.Educationy=data.Incomemodel=tf.keras.Sequential()model.add(tf.keras.layers.Dense(1,input_shape=([1,])))model.summary()m
zmjames2000·2020-05-08 15:11

Tensorflow 笔记 Ⅺ——NLP 实现电影评论情感分析

RNN的模型结构（RecurrentNeuralNetwork）LSTM（LongShort-TermMemory长短时记忆网络）基本状态遗忘门输入门形成新的细胞状态输出门LSTM优势IMDB情感分析TensorFLow2
DeepHao·2020-05-07 16:29

Transformer原理和代码详解

个人其他链接githubblog资源完整代码+详细代码注释：github参考论文：AttentionIsAllYouNeed参考实现tensorflow2.0officaltutorials/text/
布鲁克泰勒·2020-04-30 14:57

Tensorflow2.0学习笔记

目录目录一、Tensorflow2.0基本概念与常见函数1.1基本概念1.2常用函数1.3第一个Tensorflow程序——鸢尾花分类二、神经网络优化2.1学习率策略一、Tensorflow2.0基本概念与常见函数
yunqianrui·2020-04-30 12:42

tensorflow2.0的函数签名与图结构(推荐)

input_signature的好处：1.可以限定函数的输入类型，以防止调用函数时调错，2．一个函数有了input_signature之后，在tensorflow里边才可以保存成savedmodel。在保存成savedmodel的过程中，需要使用get_concrete_function函数把一个tf.function标注的普通的python函数变成带有图定义的函数。下面的代码具体体现了input
兰钧·2020-04-28 11:16

tensorflow2.1 输出中间层结果

炼丹时经常需要可视化中间层的结果进行分析，本文采用tensorflow2.1版本，进行代码展示defshow_middle(test_dataset_list,model,checkpoint_dir)
hr_net·2020-04-26 20:13

WIN Server服务器在已有Python3.8.1基础上安装各科学包及tensorflow2.20rc1(cpu版)+keras2.3.1所遇问题杂记

电脑如何连接到远程服务器电脑怎么远程连接到服务器？本机向服务器传输文件本机向windows服务器传输文件的三种方法WINServer环境变量管理的简述WindowsServer2012R2环境变量管理非管理员身份运行pip命令进行安装需要’–user’的Option参考博文：Considerusingthe--useroptionorcheckthepermissions.https://www.
ByteGather·2020-04-24 18:46

Win10，python3.8.1安装numpy，scipy，matplotlib科学包，及tensorflow2.2.0rc1（cpu版）+keras2.3.1

安装pythonpython安装教程官网下载地址https://www.python.org/downloads/windows/安装各种科学包参考博文：python安装numpy包教程等其他相关包window环境下python安装numpy、scipy、matplotlib等科学计算包安装简述：打开地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/下载各
ByteGather·2020-04-23 22:19

算法小白的第一次尝试---tensorflow2.0实战iris

importtensorflowastfimportsklearn.datasetsasdatasetsimportnumpyasnp##1.加载数据集x_data=datasets.load_iris().data#加载featuresy_data=datasets.load_iris().target#加载label#随机切分数据，此处需设置相同的随机种子np.random.seed(168)
小糖宝·2020-04-22 18:25

基于pytorch：BiLSTM-Attention实现关系抽取

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。
nineteens·2020-04-22 15:13

安装多个版本的TensorFlow的方法步骤

TensorFlow2.0测试版在今年春季发布，新版本比1.x版本在易用性上有了很大的提升。
PengWei·2020-04-21 15:49

[TensorFlow 2] 范数计算/数据统计

文章目录介绍范数tf.normL2L_2L2NormL1L_1L1Normtf.reduce_min/max/meantf.argmin/argmaxtf.equaltf.unique介绍以龙良曲老师的《深度学习与TensorFlow2
库乐·2020-04-21 14:48

windows+tensorflow2+python3环境配置mask-rcnn_v2.1详解

windows+tensorflow2+python3环境配置mask-rcnn_v2.1详解Github下载源码下载GIthub源码与数据解压文件放置到对应目录安装支持库设置运行参数调试代码1.Nomodulenamed'keras
伙伴lqs·2020-04-21 10:22

【google版efficientdet】官方版efficientdet训练自己的数据集，终于训练成功了

如转载请注明出处，不枉解决各种各样的bug环境：v100,cuda10.1,tensorflow2.1.0，python3.7.7(只保证这个版本是可行的，其他尝试了很多，报了各种匪(kan)夷(bu)
AI视觉爱好者·2020-04-20 17:22

从零基础入门Tensorflow2.0 ----六、27 卷积神经网络

everyblogeverymotto:0.前言卷积神经网络实战1.代码部分1.导入模块importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimportsklearnimportpandasaspdimportosimportsysimporttimeimporttensorflowast
胡侃有料·2020-04-19 15:18

吴恩达Deep Learning第四课作业（第二周 Tensorflow2.0）

目录链接：吴恩达DeepLearning学习笔记目录  1.Tensorflow2.0tf.keras入门  2.残差网络1.Tensorflow2.0tf.keras入门  通过Tensorflow2.0tf.keras
七月七叶·2020-04-19 12:49

深度学习之TensorFlow 2.0编程从入门到实践

第1章：TensorFlow2.0基础入门第1节：实训平台链接https://lianxi.xiaoxiangxueyuan.com/赵英俊Enjoy/project/Tensorflow2.0编程从入门到实践第
往事如yan·2020-04-19 10:17

使用TensorBoard 报错解决：AttributeError: 'Sequential' object has no attribute '_get_distribution_strategy'

本机环境：TensorFlow2.0Ubuntu18.04Python3.6错误描述：AttributeError:‘Sequential’objecthasnoattribute'_get_distribution_strategyfit
_麻麻_·2020-04-18 20:23

tensorflow2学习笔记

第五章卷积神经网络5.1卷积计算过程因为全连接网络在实际应用中，数据参数量过大导致过拟合，所以不会将原始图像直接输入，而是先对特征进行提取，再将提取到到特征输入全连接网络，因此提出卷积神经网络。卷积到概念：积可以认为是一种有效提取图像特征的方法。一般会用一个正方形的卷积核，按指定步长，在输入特征图上滑动，遍历输入特征图中的每个像素点。每一个步长，卷积核会与输入特征图出现重合区域，重合区域对应元素相
相同同·2020-04-17 17:29

tensorflow2装甲板id识别 3使用模型训练结果进行预测

预测实现在上一篇文章中实现了装甲板id识别的网络训练并保存为了ckpt文件https://www.jianshu.com/p/191337a9a819虽然全连接的网络精度也就那样了，但是还是练习一下用现有的网络进行装甲板id预测复现网络#网络搭建model=tf.keras.models.Sequential([tf.keras.layers.Flatten(),tf.keras.layers.D
发光mcu·2020-04-16 04:17

tensorflow2装甲板id识别 1数据集制作

数据集获取通过opencv借助灯条信息提取装甲板区域，数据集中包含1到8的装甲板数字图像，原始数据的格式为64*64的RGB图像，数据样例如下。armor1.png数据集制作TFRecordstfrecords是tendorflow支持的一种标准的数据记录格式，可用于将图像数据和标签组成数据集，对于数据集比较大的情况可以更好的利用内存，所以这里使用该格式制作数据集。.tfrecords文件制作tf
发光mcu·2020-04-15 07:38

tensorflow2学习笔记 1环境配置(cpu版本)

simple/在pip后加-i即可临时换源age.pip3installtensorflow-ihttps://mirrors.aliyun.com/pypi/simple/tensorflow1升级tensorflow2
发光mcu·2020-04-14 08:34

从零基础入门Tensorflow2.0 ----四、15.tf.data读取csv文件并与tf.keras结合使用

everyblogeverymotto:Loveiscarefullydesignedlie.0.前言数据->csv文件->tf.data读取csv文件实战tf.data的使用1.代码部分1.导入模块importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimportsklearnimport
胡侃有料·2020-04-13 09:58

tensorflow2学习笔记 8参数优化器

参数优化器在网络结构确定的情况下可以改进参数学习的速率参数优化器的实现主要用过更改一阶动量和二阶动量的形式实现在工程中有以下常见的优化器sgdw1.assign_sub(learning_rate*grads[0])b1.assign_sub(learning_rate*grads[1])sgdmbeta=0.9m_w=beta*m_w+(1-beta)*grads[0]m_b=beta*m_b+
发光mcu·2020-04-13 04:13

tensorflow2学习笔记 6网络优化部分概念

时间复杂度和空间复杂度空间复杂度层数=隐藏层+输出层总参数：所有w和b的个数时间复杂度乘加运算次数学习率指数衰减学习率先使用较大学习率接近较优解，在逐步减小学习率指数衰减学习率=初始学习率*学习率衰减率^(当前轮数/多少轮衰减一次)激活函数多层线性函数组合多层依旧是线性函数，模型缺乏表达力激活函数：对输出在使用非线性函数进行处理优秀激活函数的特征1.非线性：增强模型的表达力，使得多层网络不能被单层
发光mcu·2020-04-12 23:32

安装Tensorflow

说明：环境MacOS11.13.3[MacBookPro(Retina,15-inch,Mid2015)]1）先创建项目目录mkdirtensorflowcdtensorflow2）创建virtualenv
RobertZhou·2020-04-11 13:34

【tensorflow2.0】AutoGraph和tf.Module

TensorFlow2.0主要使用的是动态计算图和Autograph。动态计算图易于调试，编码效率较高，但执行效率偏低。静态计算图执行效率很高，但较难调试。
西西嘛呦·2020-04-11 10:00

【tensorflow2.0】AutoGraph的机制原理

TensorFlow2.0主要使用的是动态计算图和Autograph。动态计算图易于调试，编码效率较高，但执行效率偏低。静态计算图执行效率很高，但较难调试。
西西嘛呦·2020-04-11 10:00

【tensorflow2.0】AutoGraph的使用规范

TensorFlow2.0主要使用的是动态计算图和Autograph。动态计算图易于调试，编码效率较高，但执行效率偏低。静态计算图执行效率很高，但较难调试。
西西嘛呦·2020-04-11 10:00

【tensorflow2.0】张量的数学运算

张量的操作主要包括张量的结构操作和张量的数学运算。张量结构操作诸如：张量创建，索引切片，维度变换，合并分割。张量数学运算主要有：标量运算，向量运算，矩阵运算。另外我们会介绍张量运算的广播机制。本篇我们介绍张量的数学运算。一，标量运算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
西西嘛呦·2020-04-11 10:00

基于Docker的Tensorflow实验环境搭建

二、本地环境搭建1、下载Tensorflow镜像命令：dockerpulltensorflow/tensorflow2、创建TensorFlow容器dockerrun--namexiaolei-tensortflow-it-p8888
不爱睡觉的鯨魚·2020-04-10 18:47

【tensorflow2.0】张量的结构操作

张量的操作主要包括张量的结构操作和张量的数学运算。张量结构操作诸如：张量创建，索引切片，维度变换，合并分割。张量数学运算主要有：标量运算，向量运算，矩阵运算。另外我们会介绍张量运算的广播机制。本篇我们介绍张量的结构操作。一，创建张量张量创建的许多方法和numpy中创建array的方法很像。importtensorflowastfimportnumpyasnpa=tf.constant([1,2,3
西西嘛呦·2020-04-10 15:00

【tensorflow2.0】高阶api--主要为tf.keras.models提供的模型的类接口

下面的范例使用TensorFlow的高阶API实现线性回归模型。TensorFlow的高阶API主要为tf.keras.models提供的模型的类接口。使用Keras接口有以下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。此处分别演示使用Sequential按层顺序构建模型以及继承Model基类构建自定义模型。一，使
西西嘛呦·2020-04-10 15:00

【tensorflow2.0】中阶api--模型、损失函数、优化器、数据管道、特征列等

下面的范例使用TensorFlow的中阶API实现线性回归模型。TensorFlow的中阶API主要包括各种模型层，损失函数，优化器，数据管道，特征列等等。importtensorflowastffromtensorflow.kerasimportlayers,losses,metrics,optimizers#打印时间分割线@tf.functiondefprintbar():ts=tf.time
西西嘛呦·2020-04-10 15:00

【tensorflow2.0】低阶api--张量操作、计算图、自动微分

下面的范例使用TensorFlow的低阶API实现线性回归模型。低阶API主要包括张量操作，计算图和自动微分。importtensorflowastf#打印时间分割线@tf.functiondefprintbar():ts=tf.timestamp()today_ts=ts%(24*60*60)hour=tf.cast(today_ts//3600+8,tf.int32)%tf.constant(
西西嘛呦·2020-04-10 15:00

【tensorflow2.0】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importtensorflo
西西嘛呦·2020-04-10 14:00

【tensorflow2.0】三种计算图

而在TensorFlow2.0时代，采用的是动态计算图，即每使用一个算子后，该算子会被动态加入到隐含的默认计算图中立即执行得到结果，而无需开启Session。使用动态计算图
西西嘛呦·2020-04-10 14:00

Window版下在Jupyter中编写TensorFlow的环境搭建

TensorFlow2.1.0版本将是最后一个支持Python2的版本，但Python3.8还不支持，因此请自行从官网下载安装Python3.6或3.7（我安装的是3.6）。一、搭建虚拟环境（以下顺序
小马卓野·2020-04-10 12:11

【tensorflow2.0】处理时间序列数据

本篇文章将利用TensorFlow2.0建立时间序列RNN模型，对国内的新冠肺炎疫情结束时间进行预测。一，准备数据本文的数据集取自tushare，获取
西西嘛呦·2020-04-09 15:00

【tensorflow2.0】处理文本数据-imdb数据

一，准备数据imdb数据集的目标是根据电影评论的文本内容预测评论的情感标签。训练集有20000条电影评论文本，测试集有5000条电影评论文本，其中正面评论和负面评论都各占一半。文本数据预处理较为繁琐，包括中文切词（本示例不涉及），构建词典，编码转换，序列填充，构建数据管道等等。在tensorflow中完成文本数据预处理的常用方案有两种，第一种是利用tf.keras.preprocessing中的T
西西嘛呦·2020-04-09 14:00

TensorFlow2.0入门到进阶2.4 —— 归一化实现

归一化有多种，最常用的就是最大最小值和正态分布归一化，下面将介绍如何利用sklearn来实现数据归一化。#x=(x-u)/std符合正态分布fromsklearn.preprocessingimportStandardScaler#之前x_train为np.int型，所以先转为float32scaler=StandardScaler()x_train_scaled=scaler.fit_trans
努力改掉拖延症的小白·2020-04-08 17:15

TensorFlow2.X使用图片制作简单的数据集训练模型

Tensorflow内置了许多数据集，但是实际自己应用的时候还是需要使用自己的数据集，这里TensorFlow官网也给介绍文档，官方文档。这里对整个流程做一个总结（以手势识别的数据集为例）。1、收集手势图片数据集下载方法多种多样了。我通过摄像头自己采集了一些手势图片。保存成如下形式，以同样的形式在建立一个测试集，当然也可以不弄，在程序里处理。2、构建数据集导入相关的包importtensorflo
FlyDremever·2020-04-08 14:59

TensorFlow2.X结合OpenCV 实现手势识别功能

使用Tensorflow构建卷积神经网络，训练手势识别模型，使用opencvDNN模块加载模型实时手势识别效果如下：先显示下部分数据集图片（0到9的表示，感觉很怪）构建模型进行训练数据集地址importtensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportdatasets,layers,optimizers,Sequent
FlyDremever·2020-04-08 11:05

TensorFlow2.1.0最新版本安装详细教程

TensorFlow是一款优秀的深度学习框架，支持多种常见的操作系统，例如Windows10，MacOs等等，同时也支持运行在NVIDIA显卡上的GPU版本以及仅使用CPU进行运算的CPU版本。此篇教程将介绍如何安装最新版TensorFlow框架（2.1.0版本）安装步骤1.常用IDE安装2.CUDA安装3.cuDNN神经网络加速库安装4.TensorFlow框架安装常用IDE安装用户在Pytho
Code__Dream·2020-04-08 11:58

TensorFlow2.1.0安装过程中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://www.jb51.net/article/184309.htm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。总结我的几个问题。一、安装错误·（1）tensorboar
baimuchu·2020-04-08 11:15
上一页 83 84 85 86 87 88 89 90 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他