TensorFlow2.0

Anaconda Tensorflow2.0稳定版安装教程

Anaconda安装Anaconda安装国内因为某些原因，可以在清华镜像站下载。Anaconda默认自带python，所以无需提前下载python清华镜像站Anaconda官网image-20191124164832545.pngimage-20191124165041433.png此处两个高级设置的解释:将Anaconda添加到环境变量中。(无需勾选)可以让其他IDE检测到Anaconda的Py
YeahQing·2024-02-15 10:27

Tensorflow2.0 查看网络中每层的名称、权重及特征图绘制

文章目录项目介绍实现过程1、构建网络2、查看每层名称3、查看指定层的权值4、特征图绘制项目介绍在网络训练过程中，我们经常需要查看某层权重的变化过程，这其实只需要简单的API就能实现。为了方便演示，我们使用迁移学习到的MobileNetV2网络。实现过程1、构建网络我们将冻结迁移到的MobileNetV2网络，然后将它最后的分类层换成我们自己定义的分类层即可。mobile=tf.keras.appl
cofisher·2024-02-09 19:00

Tensorflow2.0 评价模型复杂度：参数量、FLOPs 和 MACC 计算

文章目录项目介绍代码实现：对于迁移学习网络（复杂）1、迁移学习不带分类层的简化版MobileNetV2网络2、查看网络结构3、提取需要分析的层4、计算FLOPs和MACC代码实现：对于自编写网络（简单）1、导入网络2、查看网络结构3、提取需要分析的层4、计算FLOPs和MACC项目介绍在论文写作时，我们经常会对所提出模型的复杂度进行分析，主要用到的评价指标包括参数量、FLOPs和MACC，它们的计
cofisher·2024-02-09 19:00

Tensorflow2.0 对自己的图片数据集进行分类

文章目录项目介绍数据集网络模型代码实现1、导入需要的库2、定义图像加载和预处理函数3、定义构造Dataset数据集函数4、构造Dataset数据集5、构建网络6、初始化优化器和损失函数7、定义损失函数8、定义梯度下降函数9、保留Checkpoint文件10、训练过程11、保存模型到.h5文件中12、绘制准确率曲线
cofisher·2024-02-09 19:30

为使用tensorflow2.0 以上版本。卸载cuda8.0 安装cuda10.1 cudnn7.6

配置一个虚拟环境名为tfkeras：python3.5-3.8+cuda10.1+tensorflow-gpu==2.1-2.3+cudnn7.6>condacreate-ntf2keraspython=3.8#先创建一个名为tfkeras，环境为python3.8的环境下一步开始在tfkeras这个虚拟环境下面装package卸载cuda8.0因为winserver2012原本装的是cuda8.
xuanxi·2024-02-08 22:46

Tensorflow2.0实现像素归一化与频谱归一化，一次彻底地梳理

一、前言归一化技术的改进是生成对抗网络(GenerativeAdversarialNetworks,GAN)中众多改进的一种，本文介绍常用于当前GAN中的像素归一化(Pixelnormalization，或称为像素规范化)和频谱归一化(Spectralnormalization，或称频谱规范化)，在高清图片生成中，这两种归一化技术得到了广泛使用，最后使用Tensorflow2实现像素归一化和频谱归
人工智能T哥·2024-02-07 12:29

tensorflow2.0的cpu与gpu运行时间对比

文章目录前言一、导入环境二、定义函数三、测试前言这里运用一个自定义大小的矩阵数据计算，来测试gpu与cpu运算时间的对比。以下为实现方法一、导入环境示例：pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。#设置显卡内存使用率，根据使用率占用importosos.environ["TF_FORCE_GPU_ALLOW_GROWTH"]="true"importtensor
尘埃飞舞·2024-02-04 09:02

如何用 Python 和 Tensorflow 2.0 神经网络分类表格数据？

以客户流失数据为例，看Tensorflow2.0版本如何帮助我们快速构建表格（结构化）数据的神经网络分类模型。变化表格数据，你应该并不陌生。
nkwshuyi·2024-02-03 10:55

Tensorflow2.0笔记 - where，scatter_nd, meshgrid相关操作

本笔记记录tf.where进行元素位置查找，scatter_nd用于指派元素到tensor的特定位置，meshgrid用作绘图的相关操作。importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotasplttf.__version__#where操作查找元素位置#输入的tensor是True,False组成的tensortensor=tf.
亦枫Leonlew·2024-02-01 13:38

huggingface 的trainer训练框架优势

背景HuggingfaceTransformers是基于一个开源基于transformer模型结构提供的预训练语言库，它支持Pytorch，Tensorflow2.0，并且支持两个框架的相互转换。
be_humble·2024-01-31 07:57

Tensorflow2.0笔记 - Tensor的限值clip操作

本笔记主要记录使用maximum/minimum,clip_by_value和clip_by_norm来进行张量值的限值操作。importtensorflowastfimportnumpyasnptf.__version__#maximum/minimumz做上下界的限值tensor=tf.random.shuffle(tf.range(10))print(tensor)#maximum(x,y,
亦枫Leonlew·2024-01-31 07:12

Tensorflow2.0基础-笔记-图像识别-猫狗数据集

importtensorflowastfimportmatplotlib.pyplotaspltimportnumpyasnp%matplotlibinlineimportglobimage_filenames1=glob.glob('./DataSet/猫狗数据集_2000/dc_2000/train/cat/*.jpg')image_filenames2=glob.glob('./DataSe
二流子学程序·2024-01-30 17:58

Tensorflow2.0笔记 - tensor排序操作

本笔记主要记录sort,argsort,以及top_k操作，加上一个求TopK准确度的例子。importtensorflowastfimportnumpyasnptf.__version__#sort,argsort#对1维的tensor进行排序tensor=tf.random.shuffle(tf.range(10))print(tensor)#升序print("======tf.sort(di
亦枫Leonlew·2024-01-30 17:27

Tensorflow2.0笔记 - tensor的padding和tile

本笔记记录tensor的填充和tile操作，对应tf.pad和tf.tileimporttensorflowastfimportnumpyasnptf.__version__#pad做填充#tf.pad(tensor,paddings,mode='CONSTANT',name=None)#1维tensor填充tensor=tf.random.uniform([5],maxval=10,dtype=
亦枫Leonlew·2024-01-30 08:55

2019年上半年收集到的人工智能开源框架介绍文章

TensorFlow渐近分析TensorFlow什么的都弱爆了，强者只用Numpy搭建神经网络TensorFlow框架的开源工具箱Ludwig人工智能学习框架TensorFlow必须掌握和了解的数学基础TensorFlow2.0
城市中迷途小书童·2024-01-27 17:08

conda多虚拟环境的搭建与切换

在Python开发中，很多时候我们希望每个应用有一个独立的Python环境（比如应用1需要用到TensorFlow1.X，而应用2使用TensorFlow2.0）。
溯源006·2024-01-27 12:18

Tensorflow2.0笔记 - 范式norm,reduce_min/max/mean,argmax/min, equal,unique

练习norm,reduce_min/max,argmax/min,equal,unique等相关操作。范数主要有三种：importtensorflowastfimportnumpyasnptf.__version__#范数参考：https://blog.csdn.net/HiWangWenBing/article/details/119707541tensor=tf.convert_to_tens
亦枫Leonlew·2024-01-24 13:50

pythorch及tensorflow2.0以上版本的安装

前言从tensorflow1.X用到现在了，pytorch也是去年接触的，这两个框架都属于更新比较快的，因此难免更新自己的版本。最头疼的莫过于CUDA，cudnn这些东西的版本匹配。以前看了不少教程，让我们安装cuda，cudnn，配置环境变量。其实，这两个框架的GPU版本配置早就很简单很简单了！根本不用下载CUDA，cudnn这些！准备工作要准备的就两点：1.Anaconda/Miniconda
Rayne_tab·2024-01-23 13:03

Tensorflow2.0笔记 - tensor的合并和分割

主要记录concat,stack,unstack和split相关操作的作用importtensorflowastfimportnumpyasnptf.__version__#concat对某个维度进行连接#假设下面的tensor0和tensor1分别表示4个班级35名同学的8门成绩和两个班级35个同学8门成绩tensor0=tf.ones([4,35,8])tensor1=tf.ones([2,3
亦枫Leonlew·2024-01-23 10:42

所有情况下tensorflow2.0深度学习环境最快安装方法！

首先，你需要下载一个miniconda安装记得添加环境变量就是在安装过程中看到path这个单词的选项的时候就给勾选上就行然后启动CMD，不会启动CMD请百度在CMD内输入以下命令condalist如果有类似界面即代表环境正确添加如果未显示类似界面请重新安装（比手动path易懂）CMD然后就可以安装了输入condainstalltensorflow-gpu==2.0.0然后等待运行完成就行，如果不能
小火龙G·2024-01-22 06:36

基于Python TensorFlow keras.Sequential深度神经网络的深度学习回归

/blog.csdn.net/zhebushibiaoshifu/article/details/114001720）详细介绍了基于TensorFlowtf.estimator接口的深度学习网络；而在TensorFlow2.0
疯狂学习GIS·2024-01-22 02:20

Tensorflow2.0笔记 - 不使用layer方式，简单的MNIST训练

本笔记不使用layer相关API，搭建一个三层的神经网络来训练MNIST数据集。前向传播和梯度更新都使用最基础的tensorflowAPI来做。importtensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportdatasetsimportnumpyasnpdefload_mnist():path=r'./mnist.npz
亦枫Leonlew·2024-01-20 03:20

Tensorflow2.0笔记 - Broadcasting和Tile

关于broadcasting的介绍，参考这篇文章。https://blog.csdn.net/python_LC_nohtyp/article/details/104097417importtensorflowastfimportnumpyasnptf.__version__#关于broadcasting的介绍，参考这篇文章#https://blog.csdn.net/python_LC_noht
亦枫Leonlew·2024-01-18 06:28

Tensorflow2.0笔记 - 基础数学运算

本笔记主要记录基于元素操作的+,-,*,/,//,%,**,log,exp等运算，矩阵乘法运算，多维tensor乘法相关运算importtensorflowastfimportnumpyasnptf.__version__#element-wise运算，对应元素的+,-,*,/,**,//,%tensor1=tf.fill([3,3],4)tensor2=tf.ones([3,3],dtype=t
亦枫Leonlew·2024-01-18 06:55

Tensorflow2.0笔记 - 修改形状和维度

本次笔记主要使用reshape，transpose，expand_dim，和squeeze对tensor的形状和维度进行操作。importtensorflowastfimportnumpyasnptf.__version__#tensor的shape和维数获取#假设下面这个tensor表示4张28*28*3的图片tensor=tf.random.uniform([4,28,28,3],minval
亦枫Leonlew·2024-01-13 04:17

Tensorflow2.0笔记 - Tensor的数据索引和切片

主要涉及的了基础下标索引"[]",逗号",",冒号":",省略号"..."操作，以及gather,gather_nd和boolean_mask的相关使用方法。importtensorflowastfimportnumpyasnptf.__version__tensor=tf.random.uniform([1,5,5,3],minval=10,maxval=30,dtype=tf.int32)pr
亦枫Leonlew·2024-01-12 08:18

Tensorflow2.0笔记 - 创建tensor

tensor创建可以基于numpy，list或者tensorflow本身的API。笔记直接上代码：importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotasplttf.__version__#通过numpy创建tensortensor0=tf.convert_to_tensor(np.ones([2,3]))print(tensor0)
亦枫Leonlew·2024-01-10 10:34

Tensorflow2.0笔记 - 基本数据类型，数据类型转换

【TensorFlow2.0】(1)tensor数据类型，类型转换_tensorflowtensor转int-CSDN博客文章浏览阅读1.5w次，点赞8次，收藏28次。
亦枫Leonlew·2024-01-09 10:33

学点深度学习

最近尝试入门点深度学习的内容，首先来个框架试试嘛，tensorflow2.0的GPU要求已经是nvida算力3.5以上的设备，当然，如果你能过GFW，tesla据说可以白嫖。
zd200572·2024-01-01 19:53

2023年终总结｜回顾学习Tensorflow、Keras的历程

2023年4月，初探TensorFlow2.0，对比了1.0版本的差异。接着，学习了TensorFlow2.0的常量矩阵、四则运算以及常用函数。
缘起性空、·2024-01-01 12:18

TensorFlow2.0系列教程之0：Docker GPU版本安装

鉴于目前官方提倡我们在Docker中运行TensorFlow，并且现在Docker版本也已经有了GPU的支持，安装也相对简单，于是此文就介绍Docker版的安装方式。安装显卡驱动首先，我们要去安装显卡驱动NVIDIA®GPUdrivers，CUDA10.0requires410.xorhigher.公司解散后，我把训练模型的4卡并联的机器留下来了，用的是当年性价比最高的GPU——GTX1080TI
金色暗影·2023-12-31 17:19

详解TensorFlow2.0 API:tf.data.Dataset

tf.data.Dataset是TensorFlow中的一个类，用于创建和操作数据集。它提供了一种高效的方式来处理大量数据，支持并行读取、批处理、重复等操作。在使用tf.data.Dataset时，需要注意数据类型的兼容性。如果需要将字符串和数字混合在一起，可以使用tf.data.Dataset.from_generator或tf.data.Dataset.map方法将字符串转换为数字。在处理大型
缘起性空、·2023-12-21 17:08

深度学习第一课 TensorFlow2.0开发首选API - Keras

目录Keras优势介绍易用性灵活性与高效性社区和生态系统TensorFlow2.0的高级APIKeras特性直观的API设计构建一个简单的神经网络模块化和可组合性自定义网络层扩展性使用预训练模型高级功能自定义回调
昊昊该干饭了·2023-12-19 16:01

使用 TensorFlow 创建生产级机器学习模型（基于数据流编程的符号数学系统）——学习笔记

资源出处：初学者的TensorFlow2.0教程|TensorFlowCore(google.cn)前言对于新框架的学习，阅读官方文档是一种非常有效的方法。
Stitch .·2023-12-16 04:07

Tensorflow1.0 和 Tensorflow2.0之间的区别

定义输入PlaceHolderstep03：搭建模型step04：定义损失函数及优化器step05：初始化所有变量step06：创建会话sessionstep07：传参计算session.run()对于Tensorflow2.0
Stitch .·2023-12-16 04:33

TensorFlow2.0与1.0版本的区别

TensorFlow2.0与1.0版本有很大差异,主要体现在以下几个方面:1.API简化TensorFlow2.0提供了Keras高阶API,极大地简化了模型的构建过程。
缘起性空、·2023-12-15 19:41

每月深度学习俱乐部第一卷“ ResNeSt”特别版（日文翻译）

月刊ディープラーニング部vol.1"ResNeSt"特集byピジョン（原文链接）每月深度学习俱乐部第一卷“ResNeSt”特别版（日文翻译）封面原文：【特集1】ResNeSt(TensorFlow2.0
qiufeng1ye·2023-12-15 05:01

AI智能生态系统（机器学习项目，在线部署）

技术工具：使用Tensorflow2.0和Keras框架构建和训练CNN模型。数据集：采用包含带有标签的大规模狗猫图像数据集，以进行监督学习。目标准确率：至少63%的分类准确率，以确保高效正确地
github_czy·2023-11-28 23:44

tensorflow2.0运行1.0的代码提示没有 'placeholder'”

tensorflow2.0运行1.0的代码会报错误：“AttributeError:module'tensorflow'hasnoattribute'placeholder'”解决方案：importtensorflow.compat.v1astf
康英永·2023-11-28 22:03

在tensorflow2.0环境下使用RandLA-Net训练Semantic3D数据集

最近在做点云语义分割，RandLA-Net是比较新的针对大规模点云的语义分割网络，之前一直使用的是torch版本的代码在训练自己的数据集，训练结果一直很差，同时我在Semantic3D数据集上训练的效果也很差，有几类精度始终为0，最终平均iou只有20%多，这和作者论文中给出的实验结果相差很大。为了验证是否是我使用的pytorch工程代码的问题，我打算在作者自己提供的代码上测试一下Semantic
GHZhao_GIS_RS·2023-11-28 20:25

TensorFlow2.0

多刺的体验我怀疑很多人都指责TensorFlow1.x很容易被爱。它是AI的工业车床......而且用户友好。充其量，您可能会感到非常高兴能够以令人难以置信的规模完成您的AI任务。如果你声称TensorFlow1.x很容易掌握，那么你也会引起一些眉毛。它陡峭的学习曲线使得休闲用户几乎无法进入，但掌握它意味着你可以用你吹嘘登顶珠穆朗玛峰时失去的脚趾来谈论它。它有趣吗？不，来吧，真的：这很有趣吗？你并
深度学习实验室·2023-11-26 01:19

TensorFlow实战教程（一）-TensorFlow环境部署

第一篇文章主要讲解神经网络基础概念，同时讲解TensorFlow2.0的安装过程及基础用法，主要结合作者之前的博客和"莫烦大神"的视频介绍，后面随着深入会讲解具体的项目及应用。
张志翔的博客·2023-11-22 08:39

tensorflow2.0学习笔记： RNN 循环神经网络

基于IMDB数据实现文本情感分类循环神经网络：简单的RNN：keras.layers.SimpleRNN()双向RNN：keras.layers.Bidirectional(keras.layers.SimpleRNN())importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimports
凿井而饮·2023-11-21 02:33

pycharm运行错误提示：Could not locate zlibwapi.dll. Please make sure it is in your library path

基于tensorflow2.0的深度学习程序运行时报错如下：pycharm运行错误提示：Couldnotlocatezlibwapi.dll.Pleasemakesureitisinyourlibrarypath
仙女笔记·2023-11-20 04:18

Tensorflow C++ api 笔记

注意，因为tensorflow2.0没有普及，考虑稳定性，本篇博客代码均基于tensorflow1.12。
朱明代月·2023-11-19 18:17

基于tensorflow2.0的深度学习 三

基于卷积神经网络的深度计算机视觉卷积神经网络(CNNs)起源于对大脑视觉皮层的研究，广泛应用于图像搜索服务、自动驾驶汽车、自动视频分类系统等。此外，CNN还不局限于视觉感知：它们在许多情况下也是成功的，如语音识别和自然语言处理。不过，我们现在将专注于视觉应用。为什么不简单地使用常规的全连接深层神经网络进行图像识别任务呢？不幸的是，虽然这对小图像(例如MNIST)可以正常工作，但是由于需要海量参数，
点西西·2023-11-18 20:14

TensorFlow2.0笔记（五）——用CNN实现离散数据的分类（以图像分类为例）

北大MOOC——TF2.0笔记以下是我的听课笔记，供以后回忆（大多内容来自ppt）一.用CNN实现离散数据的分类（以图像分类为例）1.卷积过程实际项目中的图片多是高分辨率彩色图,参数比灰度图的还要多，待优化的参数过多容易导致模型过拟合。因此实际应用时会先对原始图像进行特征提取,再把提取到的特征送给全连接网络。输入特征图的深度（channel数），决定了当前层卷积核的深度；当前层卷积核的个数，决定了
kww_·2023-11-18 20:37

深度学习------tensorflow2.0，keras实现卷积神经网络（LeNet-5、AlexNet-8、VGGNet-16）

1.LeNet-5卷积神经网络实现mnist数据集方法一：fromtensorflow.kerasimportlayers,models,metrics,optimizers,activations,losses,utilsfromtensorflow.keras.layersimportConv2D
小飞龙程序员·2023-11-18 20:32

Tensorflow2.0：CNN、ResNet实现MNIST分类识别

以下仅是个人的学习笔记，内容可能是错误CNN：importtensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportlayers#导入数据(x_train,y_train),(x_test,y_test)=keras.datasets.mnist.load_data()#数据预处理x_train=x_train.reshape
在撒哈拉卖雨伞·2023-11-18 19:18

TensorFlow2.0教程3-CNN

`文章目录基础CNN网络读取数据卷积层池化层全连接层模型配置模型训练CNN变体网络简单的深度网络添加了其它功能层的深度卷积NIN网络文本卷积基础CNN网络读取数据importnumpyasnpimporttensorflowastfimporttensorflow.kerasaskerasimporttensorflow.keras.layersaslayersimportmatplotlib.p
总裁余(余登武)·2023-11-14 02:05
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他