文章目录前言一些参考博客实现模块的使用说明前言之前写了一篇tensorflow2自动化构建DNN网络的博客，今天又重新梳理了之前在tensorflow1中写的代码，旧的代码没有模块化，这里本人使用类(class

1：TensorFlow特点：1：高度灵活：不仅可以用来作神经网络算法研究，也可以用来作普通机器学习算法，甚至是只要把计算表示成数据流图，都可以用TensorFlow。2：语言多样：基于C++实现，使用python封装。3：设备支持：允许GPU和CPU上计算分布。4：可视化：TensorBoard支持五种可视化：标量，图片，音频，直方图，计算图。2：Tensorflow结构分析TensorFlow

不多说，先上代码，用的是tensorflow1中的slim库。

一、下载anaconda3https://www.anaconda.com/products/individual#Downloads或复制以下链接到迅雷直接下载：https://repo.anaconda.com/archive/Anaconda3-2020.11-Windows-x86_64.exe一直“next”，选择“AllUser”,“Path”配置环境变量都勾上，直到“Finsh”二、

TensorFlow版本2发布后，使用TensorFlow变得更简单和方便，但看网上的很多代码是使用的TensorFlow1进行完成的，每次遇到不懂的函数去查，理解记忆的一般，感觉还是有点不清楚所以又快速看了一下

1.在conda的一个环境下安装tensorflow1）先查看它的各个版本：condasearchtensorflow或者condasearchtensorflow-gpu2）选择一个版本安装：condainstalltensorflow

bert-for-tf2源码解读bert-for-tf2读源码预处理过程参数调用过程模型的输入以及输出bert-for-tf2读源码最近想要阅读一下bert对应的源码，由于电脑环境的限制无法安装tensorflow1

1.conda安装tensorflow1)打开anacondaprompt2)执行命令python-mpipinstall--upgrade--ignore-installedtensorflow==2.3.0

TensorFlow2.0，大大简化了TensorFlow1的纷繁复杂的API，使用Keras（号称DeepLearningforhuman）和eagerexecution（命令行模式），号称能像Numpy

安装tensorflow1、打开anaconda安装时自带的Anacondaprompt2、打开后,输入清华镜像的tensorflow的下载地址(如果你已经在墙外翱翔了,可以省略这一步):htmlcondaconfig

第一部分神经网络设计过程与TensorFlow1差不多。只是函数不同。

1、导入相关python包importnumpyasnpimportgzipimporttensorflowastfimportmatplotlib.pyplotaspltfromtqdmimporttqdmfromtensorflow.pythonimportpywrap_tensorflowfromtensorflow.python.frameworkimportgraph_utilfromt

，因为本人电脑比较老，显卡是GeFore610M所以就没有考虑安装在Ubuntu上装GPU版的TensorFlow，后续会在Win10+GTX1060的笔记本上安装GPU版的一在Anaconda下安装TensorFlow1

**本程序需要用到tensorflow的model库，然而在tensorflow1以后的版本就不自动安装model模块了，需要自己单独安装。

Tensorflow1中的tf.train模块中提供了多种学习率策略。

安装Tensorflow1、安装keraspipinstallkeras==2.2.53.安装Tensorflowpipinstalltensorflow-gpu==1.14.0安装完之后输入以下代码，

tensorflow-gpu1.8显卡：GTX1080tic://users/Lyapunov//AppData//Local//Programs//Python//Python3.6//Lib//site-packages//tensorflow1

出错报错如下：UsingTensorFlowbackend.Traceback(mostrecentcalllast):File"/home/zhangzhiyang/PycharmProjects/tensorflow1

condacreate-ntensorflowpython=3.X(注意目前windows环境下不支持)3在该虚拟环境中安装ipython和jupyternotebok##下面是详细步骤Anaconda安装tensorflow1

tensorflow2发布后，可谓是改头换面，最要命的是很多tensorflow1代码都运行不了了。比如再比如一个解决办法是，使用tf.compat.v1.，但是也太麻烦了。

一下的报错均是由于将tensorflow1版本的代码迁移到tensorflow2上产生的错误，主要是一些api的改动。

Tensorflow1、TensorFlow是什么？

本文目录引言基于Anaconda的tensorflow安装1下载linux版本的Anaconda安装包2安装Anaconda利用anaconda安装tensorflow1建立一个conda计算环境2激活环境使用

tensorflow版本的对应需求二、下载所需软件三、环境搭建1、anaconda安装及使用2、CUDAcuDNN安装CUDA安装cuDNN安装3、安装部分软件4、Bazel安装安装Bazel设置环境四、编译tensorflow1

1、安装Anaconda（在此不再赘述）2、用Conda安装TensorFlow1）建立TensorFlow运行环境并激活condacreate-ntensorflowpippython=2.7#建立环境或者

因为工作需要，开始学习tensorflow，个人不是喜欢数学公式的类型，之前学习caffe、Keras都是从实用角度去学习即会用就行，对于CNN理论我都没有细看，那么多数学公式看得想睡觉。所以我学tensorflow的宗旨是先大概学习理论，对于理论要知道是怎么回事，公式看不懂就先不看，然后去实践能训练符合实际需求的模型会及时调整模型就OK。至于具体的理论公式那些，以后有需求再学。一、学习《解析卷积

Tensorflow1.x系列为个人入门Tensorflow1的简要笔记，最近学习的论文涉及到了bilevelprogram和hypergradient的求解，对应的代码基于Tensorflow1实现，

Tensorflow1.x系列为个人入门Tensorflow1的简要笔记，最近学习的论文涉及到了bilevelprogram和hypergradient的求解，对应的代码基于Tensorflow1实现，

环境搭建：jupyternotebook、python3.5、TensorFlow1、导入库和数据：importtensorflowastfimportpylabfromtensorflow.examples.tutorials.mnistimportinput_datamnist

文章目录Ubuntu16.04安装TensorFlow1、Anaconda安装1.1Anaconda下载1.2Anaconda安装2、管理不同版本的python3、安装TensorFlowUbuntu16.04

两种情况：一个是安装了tensorflow2但是你写的是tensorflow1的代码。

一、在pycharm中导入TensorFlow1、Anaconda的下载与安装下载链接：Anaconda下载安装好以后在开始菜单栏选择Anacondaprompt，由于anaconda下载的是最新的版本

之前帮师弟装个Keras，把我原本的Tensorflow环境弄坏了，运行速度特别缓慢，于是我卸载了keras，手贱的更新了某些安装包，so,我的环境出问题了，运行RUN，一直各种属性没有定义，网上就说tensorflow1

一、安装anaconda不多说了，自己去官网搞一个，一路狂点next就行了二、安装tensorflow1、cpu版本就不说了直接pipinstalltensorflow==1.14（自己想装的版本）2、

Win10+GTX1060安装配置tensorflow1安装前须知1.1查看已安装显卡的运算能力1.2查看个软件的配套与版本要求1.3没有VS2015或VS2017怎么安装tensorflow-gpu1.4

安装anaconda+创建虚拟环境+安装tensorflow1、安装anaconda官网下载链接：https://www.anaconda.com/distribution/#linux选择一个自己需要的版本

Window系统Anaconda虚拟环境中安装TensorFlow1(CPU)STEP1软件概况软件名称软件版本Python3.6.2AncondaAnaconda3-4.2.0-Windows-x86

解决方案：Anaconda3支持Python3.6，现在Tensorflow也支持了Python3.6，因此本文在AnacondaPrompt中安装Tensorflow（cpu版）一：Anacoda安装Tensorflow1

现有的一些博客都是基于tensorflow1的代码，然而tensorflow的GitHub上的源码及模型已经更新成tensorflow2的版本了，我改了一下代码上传到了我GitHub上，希望对大家有所帮助

1、windows安装tensorflow1）首先安装python目前tensorflow1.2版本需要安装p

Anaconda3.5.01简单快捷的安装tensorflow1、Anaconda下载，直接百度Anaconda清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda

版本与TensorFlow支持的python版本不一致导致安装出错，因此下载时候一定不能下载最新版本的anaconda，要先查询下tensorflow支持python哪个版本再下一：安装Anaconda和Tensorflow1

实例：1+1/2+1/2^2+1/2^3+…+1/2^50tensorflow1导包，看版本importtensorflowastfprint(tf.__version__)定义变量x=tf.Variable(0.)y=tf.Variable(1.)定义计算图#x=x+yadd_op=x.assign(x+y)#y=y/2div_op=y.assign(y/2)t1需要打开会话执行计算图witht

文章目录1.对变长输入补全，变为相同长度2.在RNN层之前加入Masking层3.模型的其他部分（训练，测试等）和一般的神经网络相同tensorflow1中处理变长字符串的一种方法是：（1）把所有字符串用补全的方式变成相同长度的

一：安装Anaconda和Tensorflow1：从官方网站下载Anacondahttps://www.anaconda.com/download/2：进行软件安装（这个和普通的没什么特别区别）注意一点

mirrors.aliyun.com/pypi/simple/在pip后加-i即可临时换源age.pip3installtensorflow-ihttps://mirrors.aliyun.com/pypi/simple/tensorflow1

服务器环境由被破坏了，又重新装下tensorflow1）miniconda安装后不能使用conda命令，此时需要将执行路径导入环境变量：echo'exportPATH="/home/xwl/miniconda3

TensorFlow制作自己的数据集4.1TensorFlow的数据集格式实例4.1：将模拟数据制作成内存对象数据集深度学习Tensorflow工程化项目实战第一章学习准备本笔记中代码的环境为python3.6，Tensorflow1

本人电脑配置（公司的）gtx1080ti，下载的的cuda8.0，cudnn6.0，python3.5.3安装完成后，安装tensorflow1、pipinstalltensorflow-gpu本人建议使用清华镜像站

http://www.jianshu.com/p/d2e15200ee9bhttps://zhuanlan.zhihu.com/p/22678445在k10上建了两个隔离环境，分别是tensorflow和tensorflow1