TensorFlow2.0 第2页

TensorFlow学习笔记--MLP多层感知机识别手写数字1-9

#简单粗暴tensorflow2.0合集视频p7-p9多层感知机（MLP）利用多层感知机MLP实现手写数字0-9的mnist数据集的识别importtensorflowastfimportnumpyasnp

北航_Curry·2023-11-09 16:00

开发知识点-人工智能-深度学习Tensorflow2.0

Tensorflow常用的参数有：快捷配置做得多环境环境问题一、简单概述二、Tensorflow2版本简介与心得三、深度学习框架安装Tensorflow2版本安装方法四、TF基础操作Sotensorflow=矩阵在这个大框架流动五深度学习要解决的问题六深度学习应用领域#1下载地址https://www.anaconda.comandhttps://mirrors.tuna.tsinghua.edu

amingMM·2023-11-09 16:52

TensorFlow2.0教程2-全连接神经网络以及深度学习技巧

文章目录基础MLP网络1.回归任务2.分类任务mlp及深度学习常见技巧1.基础模型2.权重初始化3.激活函数4.优化器5.批正则化6.dropout基础MLP网络1.回归任务importtensorflowastfimporttensorflow.kerasaskerasimporttensorflow.keras.layersaslayers#导入数据(x_train,y_train),(x_t

总裁余(余登武)·2023-11-08 03:21

皮肤病识别系统项目3.0版，使用PyQT5进行界面的搭建

去除毛发噪声等功能)，识别结果区域，还可以进行外接摄像头随时采集皮肤图像进行识别以及分析，此外还有历史记录查询区域和每一种疾病信息，参考图查询区域，分类数据集使用的是ISIC2019皮肤癌分类数据集，用Tensorflow2.0

姚先生97·2023-11-06 01:41

TensorFlow2.0教程1-Eager

文章目录张量极其操作1张量自定义层一、网络层layer的常见操作二、实现自定义网络层三、网络层组合自动求导一、Gradienttapes二、记录控制流三、高阶梯度自定义训练（基础）一、Variables二、示例：拟合线性模型１、定义模型２．定义损失函数3.获取训练数据4.定义训练循环张量极其操作1.导入TensorFlow运行tensorflow程序，需要导入tensorflow模块。<

总裁余(余登武)·2023-11-06 00:13

tensorflow2.0学习笔记：回调函数(callbacks)

callbacks:回调函数，显示或者控制模型训练过程中的一些信息或者参数。EarlyStopping:当梯度下降速度慢的时候，提前终止训练ModelCheckpoint:保存模型Tensorboard:训练过程可视化工具importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimportsk

凿井而饮·2023-11-04 16:27

tensorflow2.0学习笔记：embedding_padding_pooling

对于序列数据的处理，首先要进行编码(Embedding),然后还需处理其不等长的问题(变长输入问题)。1.Embeddinga.One-hot编码：word->index[0,0,...,1,0,...](稀疏)b.(Dense)Embedding：Word->[1.2,2.4,..,0.2,...](密集)2.变长输入a.paddingwordindex：[3,2,5,1]->padding:[

凿井而饮·2023-11-04 16:27

TensorFlow2.0 Keras介绍

Keras简介keras现在是一个非常流行的工具库，包括tensorflow已经把keras合并到了自己的主代码当中了，大家可以直接tf.keras就可以直接调用其中的工具库了。单独讲keras的原因是因为keras有他独特的应用场景如实验室、数据竞赛等小型环境中，使用keras,工程师们可以将更多时间花在设计网络模型上而不是coding上，而且keras是所有工具库当中最容易上手的工具库之一。K

weixin_40744639·2023-11-03 03:34

RuntimeError: Physical devices cannot be modified after being initialized，tensorflow2.0(已解决)

tensorflow进行GPU分配时出现此错误。原因：在分配GPU前就实例化了模型。解决办法：在实例化模型前分配GPU。如果是在导包完后，出现此错误，基本上是导入得包内实例化了模型1.如图，报错2.正常训练3.进入函数一看，默认实例化了模型。4.最简单的办法：把importtensorflowastf放在代码第一行，后面调用GPU分配。正常训练。importtensorflowastfphysic

pl9632008·2023-11-02 22:09

tensorflow2.0 tf.placeholder报错

若报错可以使用importtensorflowastftf.compat.v1.disable_eager_execution()来代替importtensorflowastf并且后面的Placehoder函数用下面的tf来代替X=tf.compat.v1.placeholder(tf.float32)Y=tf.compat.v1.placeholder(tf.float32)

yihanyifan·2023-11-02 13:41

在anaconda虚拟环境下安装 tensorflow2.0

公司服务器安装的都是tensorflow1.x，因为种种原因突然需要用tensorflow2.0临时处理一些事情，就想到了anaconda的虚拟环境。下面简单记录下安装过程。

intheshell·2023-11-01 06:48

tensorflow用不了 tensorflow.examples.tutorials

首先：(本文仅仅是做笔记，方便之后改环境自己对着)当前环境window10+CUDA10.0+python3.6+tensorflow-gpu2.0.0先上参考资料：Tensorflow2.0!!!!

广大菜鸟·2023-10-23 13:59

《动手学深度学习》TensorFlow2.0版本

机器学习&深度学习入门精选&Python&Tensorflow&Pytorch对于刚入门深度学习的童鞋，这里分享下大神们开源的将《动手学深度学习》原书中MXNet代码实现改为TensorFlow2.0实现

Mr_不想起床·2023-10-19 17:35

吴恩达 tensorflow2.0 实践系列课程（3）：NLP

tensorflow2.0中的自然语言处理基本都是入门级的，而且也正如课程设计目标，主体放在tensorflow的基本使用上。围绕的NLP相关问题有：文本如何变为数字送入模型进行处理？

Abandon_first·2023-10-19 07:16

Tensorflow2.0：加载与识别经典数据集MINIST

一实现思路1.加载MNIST数据集，得到训练集与测试集2.将训练集与测试集转换为DataSet对象3.将数据顺序打散避免每次读取数据顺序相同，使得模型记住训练集的一些特点，降低模型泛化能力。4.设置批训练从训练集总数中随机抽取batchsize个样本，来进行模型训练，相比于使用所用样本构建模型，批训练花费的时间更少，计算效率更高。每训练一个次，就叫一个step，当经历若干个step使得把训练集所有

DocPark·2023-10-19 02:30

tensorflow2.0下载mnist数据存放位置

window：c/用户/账号/.keras/datasetslinux:/home/用户名/.keras/datasets

大自在无量天魔·2023-10-19 02:28

Tensorflow2.0——2、索引与切片

Basicindexing●●●In[4]:a=tf.ones([1,5,5,3])//定义一个dim=4的tensorIn[5]:a[0][0]//取出2维向量，形状5行3列In[6]:a[0][0][0]//取出a[0][0]的第0行0ut[6]:In[7]:a[0][0][0][2]//取出a[0][0][0]的第二个数，scalarOut[7]:Numpy-styleindexingIn[

Brao·2023-10-16 09:30

python transformers_Transformers2.0让你三行代码调用语言模型，兼容TF2.0和PyTorch

weixin_39873456·2023-10-15 11:25

项目实战1: TF2.0+LetNet-5构建Fasion MNSIT分类器

1.2LetNet-5简介二、TF2.0构建LetNet卷积网络实现FasionMNSIT分类2.1数据读取2.2构建LetNet-5网络结构2.3训练2.4验证测试2.5模型保存2.6预测一、前言本博客旨在通过利用tensorflow2.0

xping_zhou·2023-10-13 10:01

20210329 LeNet-5数字识别 TensorFlow2.0 MINIST数据集

LeNet-5数字识别TensorFlow2.0LeNet-5由两个卷积层、两个池化层和两个全连接层组成，每个卷积层使用尺寸为５×５（每个滤波器有１个通道）的滤波器，第一层中有６个滤波器，第二层中有１６个滤波器。在每次卷积之后，采用Ｓｉｇｍｏｉｄ函数进行激活，并且使用２×２的平均池化进行池化操作。#ImplementationofLeNet-5inkeras#[LeCunetal.,1998.Gr

小尘只想脱贫·2023-10-13 10:57

【tensorflow2.0】23.tf2.0实现LeNet

手写字体识别模型LeNet5诞生于1994年，是最早的卷积神经网络之一。LeNet5通过巧妙的设计，利用卷积、参数共享、池化等操作提取特征，避免了大量的计算成本，最后再使用全连接神经网络进行分类识别，这个网络也是最近大量神经网络架构的起点。LeNet5的网络结构示意图如下所示：下边我们通过代码来实现LeNet，给出代码的同时，也会计算参数数量和维度变化。#这里我们通过顺序模型来实现，相当于

一只很菜很菜的tfer·2023-10-13 09:25

【tensorflow2.0】24.tf2.0实现AlexNet

AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生AlexKrizhevsky设计的。也是在那年之后，更多的更深的神经网络被提出，比如优秀的vgg,GoogLeNet。这对于传统的机器学习分类算法而言，已经相当的出色。（以下内容出自百度百科） AlexNet中包含了几个比较新的技术点，也首次在CNN中成功应用了ReLU、Dropout和LRN等Trick。

一只很菜很菜的tfer·2023-10-13 09:25

TensorFlow2.0之LeNet-5实战

TensorFlow2.0之LeNet-5实战fromtensorflow.kerasimportSequential,layers,losses,optimizers,datasetsimporttensorflowastfdefmain

xingS1992·2023-10-13 09:54

【TensorFlow2.0】LeNet进行手写体数字识别

LeNet简介LeNet-5出自论文Gradient-BasedLearningAppliedtoDocumentRecognition，是一种用于手写体字符识别的非常高效的卷积神经网络。卷积神经网络卷积神经网络能够很好的利用图像的结构信息。LeNet-5是一个较简单的卷积神经网络。下图显示了其结构：输入的二维图像，先经过两次卷积层到池化层，再经过全连接层，最后使用softmax分类作为输出层。下

佐倉·2023-10-13 09:20

tensorflow2.0 （1）使用LeNet5网络预测cifar10数据集中分类

参考内容北京大学，软微学院，曹健老师，《人工智能实践：TensorFlow2.0笔记》运行环境Python3.7tensorflow2.6训练数据集：cifar10前言曹老师用的是Class形式构造的网络结构

向往的地中海·2023-10-13 09:41

【tensorflow2.0】13.常用评估函数及自定义评估函数

今天是自定义的最后一部分内容：自定义评估函数。#先介绍一下常用的评估函数tf.keras.metrics.MeanSquaredError（平方差误差，用于回归，可以简写为MSE，函数形式为mse）•tf.keras.metrics.MeanAbsoluteError(绝对值误差，用于回归，可以简写为MAE，函数形式为mae)•tf.keras.metrics.MeanAbsolutePe

一只很菜很菜的tfer·2023-10-13 00:14

【tensorflow2.0】11.自定义层

今天讲解的内容是自定义层，和我们之前所学的构建层的方法相比，自定义层要复杂一些，而且要多一些注意事项，同时对python的要求也提高了不少，下边我们根据老师给出的案例代码进行讲解(注释)。#首先说一下自定义层的三种方法importtensorflowastf#自定义全连接层classLinear(tf.keras.layers.Layer):#在__init__中进行所有与输入无关的初始化

一只很菜很菜的tfer·2023-10-12 23:52

tensorflow 入门笔记

2019年10月tensorflow2.0正式版发布，新版

luckriver·2023-10-12 18:15

基于Python TensorFlow Estimator DNNRegressor的深度学习回归与分类

1写在前面本文为基于TensorFlowtf.estimator接口的深度学习网络，而非TensorFlow2.0中常用的Keras接口；关于Keras接口实现深度学习回归，请看这里：https://blog.csdn.net

疯狂学习GIS·2023-10-12 00:06

Tensorflow2.0快速入门必了解函数

TensorFlow基本概念:程序=数据结构+算法TensorFlow程序=张量数据结构+计算图计算语言张量和计算图是TensorFlow的核心概念。TensorFlow的基本数据结构是张量tensor,张量即多维数组,类似于numpy中的array常量:contant变量:Variable常量的值在计算图中不可以被重新赋值，变量可以在计算图中用assign等算子重新赋值。不同类型的数据可以用不同

帅殿天下·2023-10-12 00:48

【神经网络】(2) 网络优化，案例：服装图像分类，附python完整代码

各位同学好，今天和大家分享以下TensorFlow2.0深度学习中对神经网络的优化方法，包括动量、学习率、dropout、交叉验证、正则化。本节使用数学公式对网络进行优化，增加网络的灵活性。

立Sir·2023-10-09 13:57

tensorflow2.0 中lstm的实现

tensorflow2.0中lstm的实现tensorflow2.0中lstm的实现from__future__importabsolute_import,division,print_function

wo_shanhaiguan·2023-10-06 17:15

tensorflow2.0 分类测试

DownloadandpreparetheCIFAR10dataset同样预先下载好,放到工程目录https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz将文件名称cifar-10-batches-py.tar.gz改为cifar-10-python.tar.gzcpcifar-10-python.tar.gz～./keras/datasets

J_wendel·2023-09-25 14:02

Tensorflow2.0 定义模型的三种方法

1、API通过直接使用tf.keras.Sequential()函数可以轻松地构建网络，如：mobile=tf.keras.applications.MobileNetV2(include_top=False,weights='imagenet',input_shape=(224,224,3))mobile.trainable=Falsemodel=tf.keras.Sequential([sim

cofisher·2023-09-23 22:12

conda 环境安装 tensorflow2.0 & tensorflow1.15

虚拟环境换台电脑就要装一次，在此记录一下吧，方便再次使用。查看tensorflow和python对应版本可前往：在Windows环境中从源代码构建|TensorFlow这里简单展示一下GPU版本的：tensorflow2.0&tensorflow1.15这两个版本的好处是要求的python版本和cuda版本都一样，所以不需要为这两种环境分别去安装不同版本的cuda。1、安装tensorflow2.

我有明珠一颗·2023-09-22 04:54

深度学习跑代码的最基本流程（入门级）

了解基本环境，比如python版本，用的网络框架（一般是tensorflow或pytorch）等等信息1、ubuntu环境：不同的方法往往需要不同的环境，比如有的要tensorflow1.3版本，有的需要tensorflow2.0

熙铭在学习·2023-09-15 09:21

TensorFlow 03(Keras)

一、tf.kerastf.keras是TensorFlow2.0的高阶API接口，为TensorFlow的代码提供了新的风格和设计模式，大大提升了TF代码的简洁性和复用性，官方也推荐使用tf.keras

Darren_pty·2023-09-13 22:16

【tensorflow2.0】26.tf2.0实现InceptionV3

InceptionV3简介来源 Google的InceptionNet首次亮相是在2014年的ILSVRC比赛中，并且以top-5错误率（为6.67%）略低于VGGNet的优势取得了第一名。习惯上我们将那一年的InceptionNet称为InceptionV1，这是因为InceptionNet是一个大的家族一一截止至2016年2月，InceptionNet一共开发了4个版本。Inceptio

一只很菜很菜的tfer·2023-09-10 11:52

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·2023-09-09 07:26

自己实现机器学习算法

1、线性回归importmatplotlib.pyplotaspltimporttensorflowastf#（需安装tensorflow2.0）importnumpyasnp#搭建模型classModel

神经网络爱好者·2023-09-07 09:38

tensorflow.keras.backend.mean() 与 tf.reduce_mean()

初学tensorflow2.0发现tf算张量的平均值竟然有两个函数，我觉得这对初学者一点都不友好，搞不清有啥区别，不知道应该用哪一个并且在tensorflow2.0中已经没有tf.math.mean()

可豌豆·2023-09-04 04:13

图像识别（一）：深度学习TensorFlow框架+神经网络 VS 机器学习SKlearn+随机森林RandomForestClassifier

正在学习TensorFlow2.0，为了更好的理解数据建模分类问题，对比不同算法的差异和原理，利用入门级的图像识别案例，尝试对比传统机器学习的建模效果。

后知前觉·2023-09-01 06:44

Tensorflow2.0搭建网络八股

目录引言：keras与Tensorflow2.0结合一、六步法1.导入头文件：import2.收集处理训练集和测试集：train,test：3.描述各层网model=tf.keras.models.Sequential

孤狼灬笑·2023-08-28 12:48

Tensorflow2.0搭建网络八股扩展

目录一、自制数据集准备：txt和图片制作函数二、断点继训，存取模型1.读取保存的模型2.保存模型3.正确使用三、参数提取，把参数存入txt参数提取四、acc/loss可视化，查看效果1.前提开启：获取history2.history参数表3.代码五、应用程序，给图识物代码实现总结一、自制数据集准备：txt和图片需要有图片的名称信息，并且有txt文件进行汇总，下面是txt信息制作函数//路径trai