TensorFlow2.0

Tensorflow2.0 feature_columns ，交叉特征，estimator，tf1.0实战(第五节)

5-8以前为tensorflow2.0，5-8以后为tensorflow1.0什么是交叉熵？
xiaoa~·2020-07-28 07:31

TensorFlow2.0 CNN,深度可分离卷积，keras_generator，resnet50迁移学习，BN层(cifar)（chapter06）

importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimportpandasaspdimportosimportsysimporttimeimportsklearnfromtensorflowimportkerasimporttensorflowastfprint(tf.__version
xiaoa~·2020-07-28 07:31

最新自然语言处理库transformers

作者|huggingface编译|VK来源|GithubTransformers是TensorFlow2.0和PyTorch的最新自然语言处理库Transformers(以前称为pytorch-transformers
文文学霸·2020-07-27 18:15

Tensorflow2.0学习（5）：基于加利福尼亚房价预测的回归问题基本步骤

回归问题：输出/标签为连续值导入、打印包的信息importmatplotlibasmplimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimportsklearnimportpandasaspdimportosimportsysimporttimeimporttensorflowastffromtensorflowimport
一枚小白的日常·2020-07-27 17:19

官方解读：TensorFlow 2.0中即将到来的所有新特性

四天前，TensorFlow2.0预览版终于上线了，看来稳定版距离我们也不会太远——按照官方说法会是今年的第一个季度。近日，TensorFlow官方博客全面介绍了2.0版的所有新特性。
weixin_34392843·2020-07-27 13:34

成功解Tensorflow2.0 Bug:module ‘tensorflow.python.keras.api._v2.keras.layers‘ has no attribute ‘Laye

成功解决Tensorflow2.0Bug：AttributeError:module'tensorflow.python.keras.api._v2.keras.layers'hasnoattribute'LayerNormalization'1、问题描述在tensorflow-gpu==2.0里运行训练cycleGAN，然后报错。分析这段源代码，代码上没问题度娘了半天没有有效消息2、去stack
Somebody-AI·2020-07-22 15:20

将自己的图片数据集分成训练集和测试集并用 Tensorflow2.0 导入

文章目录项目介绍划分数据集1、在cocofisher_pic2目录下创建两个文件夹2、将原来cocofisher_pic2文件夹中的子文件夹分别复制到这两个个文件夹中3、在python中指定所有路径4、将这三个文件夹中所有子文件夹中的图片删除5、将cocofisher_pic2目录下子文件中的原始图片两个文件夹中导入图片1、构建图片生成器2、将图片输入图片生成器训练模型1、构建模型2、训练模型3、
cofisher·2020-07-18 01:02

Tensorflow2.0学习笔记------猫狗分类(数据增强解决过拟合)

通过MNIST和CIFAR10两个数据集的练习之后，对整个模型的搭建、训练以及测试已经比较熟练了。猫狗分类同样也是比较经典的cv问题，本文再进一步强化之前知识点的同时，学习使用tf.keras.preprocessing.image.ImageDataGenerator来处理数据，并且尝试使用数据增强的方法来解决过拟合问题。Step1：国际惯例加载tensorflowimporttensorflo
Forizon·2020-07-15 23:06

简单粗暴Tensorflow 2.0

前言关于Tensorflow2.0的文章国内外都不少，这里转载国内比较好的一个系列：简单粗暴Tensorflow2.0目录TensorFlow2.0安装指南TensorFlow2.0基础：张量、自动求导与优化器
SunnyRivers·2020-07-15 16:44

Win10下ImageAI-gpu(tensorflow-gpu)环境安装（cuda及cuDNN自动安装）及实时对象检测

注：1.imageai目前(2020年03月23日)不支持tensorflow2.0，官方帮助文档：https://imageai.readthedocs.io/en/latest/detection/
程序员正茂·2020-07-15 13:47

在jetson tx2上使用tensorrt加速推理tensorflow2模型

在jetsontx2上安装tensorflow2.0并使用tensorrt加速推理目的运行环境准备jetpack更新tensorflow2.0安装工作流程准备开始需要注意试一试目的学习tensorrt主要目的还是将其应用到板子上
W1Fl·2020-07-15 08:23

Jetson Nano + TensorFlow2.0

置顶，懒得看具体细节的同学可以直接用我的GitHub安装脚本进行环境配置1环境配置1.1工作环境自带python3.6+python3.6-dev+TensorFlow2.0+TF2.0相关包1.2其他美化zsh+oh_my_zsh美化终端；SpaceVim加强vim2常见问题2.1APT包找不到建议使用中科大源，而非清华源，因为清华源对Ubuntu和Ros更新速度较慢。（如本次我就没有在清华源找
秋名山小卖部·2020-07-15 07:56

【深度学习 走进tensorflow2.0】Windows10安装tensorflow2.0

1.安装anaconda目前anaconda官网的python版本是3.7的，目前python3.7不太支持tensorflow，推荐使用旧的python3.6版本的anaconda.下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.1.0-Windows-x86_64.exe清华大学镜像源：https:/
开心果汁·2020-07-15 01:30

使用tensorflow2.0 神经网络 预测股票信息(二)

之前使用tensorflowLSTM对第二日的收盘信息进行了预测（预测其他信息也可以，只需要对train_y进行替换）。具体如下https://blog.csdn.net/sabc123/article/details/104859617现在对第二日的跌涨信息进行预测。原理与之前类似，只有两处大的改动：1、在处理train_y的时候不能直接拿第二的天的数据直接使用，需要与前一日的数据做差作为tra
sabc123·2020-07-14 22:30

TensorFlow2.0相关操作介绍（三）

引言本节续前节，继续讲解TensorFlow2.0的相关操作。4、数学运算+-*/%//特殊的//运算为整除，如40//7=5。
whustxsk·2020-07-14 19:42

Tensorflow 1.14 版本 Earge 模式下的线性回归

因为，tensorflow2.0正式版将要发布，为了将之前TF1.X的代码，能在更新后兼容，开始着手使用TF2.0的方式构建并训练模型；因为tensorflow2.0正式版尚未正式发布，但因为2.0中的很多功能
lingtianyulong·2020-07-14 13:59

Tensorflow2.0(Keras)转换TFlite

Tensorflow2.0(Keras)转换TFlite目录Tensorflow2.0(Keras)转换TFlite1.TensorFlowLite指南(1)TensorFlowLite转换器(2)转换量化模型
pan_jinquan·2020-07-14 11:21

〖TensorFlow2.0笔记24〗生成式对抗网络(GAN)原理讲解以及实战！

生成式对抗网络(GAN)原理讲解以及实战！文章目录一.判别式模型和生成式模型二.生成式对抗网络(GAN)原理讲解2.1.生成对抗网络-现实世界的启发2.2.生成对抗网络的原理2.3.生成对抗网络的训练2.3.1.生成对抗网络的目标函数2.3.2.判别模型的目标函数2.3.3.生成模型的目标函数2.4.纳什均衡2.4.1.判别器状态2.4.2.生成器状态2.4.3.纳什均衡点2.5.生成对抗网络的实
decinzhang·2020-07-14 07:46

Tensorflow2.0实现最简单的神经网络

importtensorflowastfimportnumpyasnp#实例化model=tf.keras.Sequential()#添加一层全连接神经网络。#输入张量的维度是1#输入一个元素model.add(tf.keras.layers.Dense(input_dim=1,units=1))#loss函数使用MSE，optimizer使用随机梯度下降model.compile(loss='m
The_Moth·2020-07-14 05:15

Mac解决Tensorflow2.0下载MNIST数据集失败的方法

利用tensorflow2.0下载MNIST数据集importtensorflowastfdata=tf.keras.datasets.mnist(train_x,train_y),(test_x,test_y
LemonadeZyb·2020-07-14 05:34

[深度学习] 分布式Tensorflow 2.0 介绍（二）

[深度学习]分布式模式介绍（一）[深度学习]分布式Tensorflow2.0介绍（二）[深度学习]分布式Pytorch1.0介绍（三）[深度学习]分布式Horovod介绍（四）一单GPU训练vs多GPU
曾先森~~·2020-07-14 00:36

Tensorflow 2.0卷积神经网络cifar-10数据集图像分类

Tensorflow2.0卷积神经网络cifar-10数据集图像分类1、cifar10数据集简介2、数据导入3、CNN模型搭建4、模型编译训练5、模型评估及预测6、拓展学习之独立热编码实现1、cifar10
生活明朗，万物可爱，人间值得，未来可期·2020-07-13 19:06

机器学习 | 使用TensorFlow搭建神经网络实现鸢尾花分类

鸢尾花分类问题是机器学习领域一个非常经典的问题，本文将利用神经网络来实现鸢尾花分类实验环境：Windows10、TensorFlow2.0、Spyder参考资料：人工智能实践：TensorFlow笔记第一讲
白鸟无言·2020-07-13 12:18

深度卷积生成对抗网络DCGAN之实现动漫头像的生成(基于keras Tensorflow2.0实现)

起飞目录DCGAN简介反卷积(上采样upsampling2D)数据集代码实战数据导入和预处理生成器G判别器D训练模块完整代码结果DCGAN简介原始GAN在图片生成方面具有一定的缺陷：存在训练不稳定，训练过程中梯度易消失等一系列问题。而DCGAN(DeepConvolutionalGenerativeAdeversarialNetworks)深度卷积生成对抗网络，最主要是在原始GAN的基础上加入了卷
菜鸟12134·2020-07-13 08:41

TensorFlow2.1入门学习笔记(5)——构建第一个神经网络，鸢尾花分类问题（附源码）

文章首发：xmoon.info根据前面的基础知识，可以开始第一个神经网络的搭建，主要学习的资料西安科技大学：神经网络与深度学习——TensorFlow2.0实战，北京大学：人工智能实践Tensorflow
Moon小木·2020-07-13 08:05

使用TensorFlow2.0自动编码器进行信用卡欺诈检测

信用卡交易中的异常检测如何工作？这是星期天早上，它很安静，你醒来时脸上露出灿烂的笑容。今天将是美好的一天！除此之外，您的手机响起，而非“国际化”。你慢慢地捡起它，听到一些非常奇怪的东西-“Bonjour，jesuisMichele。哎呀，对不起。我是米歇尔，你的私人银行代理人。“瑞士有人在这个时候给你打电话可能会如此迫切？“你是否以100美元的暗黑破坏神3的价格授权了3,358.65美元的交易？”
TensorFlow群469331966·2020-07-13 03:16

试用 tf.function 加速代码

在TensorFlow2.0中，默认情况下，EagerExecution处于启用状态。这为您提供一个非常直观灵活的界面，可以提升运行一次性操作的简易性和速度，但会降低性能和可部署性。
TensorFlow群469331966·2020-07-13 03:12

tensorflow2.0实现鸢尾花数据集的分类(3)——激活函数

1.谜题揭晓在上一篇博客:tensorflow2.0实现鸢尾花数据集的分类(2)——神经网络搭建笔者在结尾留了一个问题，今天我们就来解释一下我们搭建神经网络比较重要的一步是前向传播，这一步少了一点东西，
Ryan Huang·2020-07-13 00:02

tensorflow2.0实现鸢尾花数据集的分类(1)——鸢尾花数据的读入(详解)

在之前讲解线性回归中，三种梯度下降MGD、BGD与MBGD中已经用到过鸢尾花数据集，没上车的同学可以先瞅瞅:线性回归中，三种梯度下降MGD、BGD与MBGD对比研究(一)——公式推导线性回归中，三种梯度下降MGD、BGD与MBGD对比研究(二)——Python轮子实现线性回归中，三种梯度下降MGD、BGD与MBGD对比研究(三)——以鸢尾花数据集为例1.鸢尾花数据集再介绍:鸢尾花数据集共有数据15
Ryan Huang·2020-07-13 00:02

tensorflow2.0入门操作

开篇作为用tensorflow1.4一值没更新的人来讲，本来决定换pytorch,但是看了下tensorflow2的一些简单操作后，决定再次投入到tensorflow的怀抱。基础操作首先看一些基础操作importtensorflowastfimportnumpyasnptf.__version__#'2.2.0'x=[[1.]]m=tf.matmul(x,x)print(m)tf.Tensor([
Andy_shenzl·2020-07-12 23:17

简洁明了的tensorflow2.0教程——CNN卷积网络的实现（cifar10数据集）

CNN通过本文你能了解到基本的卷积神经网络概念还有理论基础，通过使用keras编写一个简单的CNN模型我们可以实现对cifar10数据集的分类，掌握tensorflow搭建卷积神经网络的技巧，废话不多说，进入正文。相关代码还有数据集在我的github，链接https://github.com/JohnLeek/Tensorflow-study:,需要的自取，day4开头的部分为本节博客源码，觉得不
期待每个夏天·2020-07-12 21:37

简洁明了的tensorflow2.0教程——正则化操作

通常我们在训练神经网络模型的时候会出现过拟合的情况，模型训练的过于好，导致泛化能力不强。一般我们引入正则化可以解决过拟合问题，正则化分为两类，L1型正则化，L2型正则化。接下来我们做简单介绍并给出tensorflow代码实现。完整代码位于我的github，链接：https://github.com/JohnLeek/Tensorflow-study，day2_regularizationfree.
期待每个夏天·2020-07-12 21:37

简洁明了的tensorflow2.0教程——实现鸢尾花分类

通过本文你可以学会神经网络最基本的用法，可以对tensorflow用法有初步的了解，实现神经网络入门，适用于有着在机器学习/或者深度学习有着理论基础，拥有一定python编程基础但是对神经网络实践缺少经验的coder，通过阅读并且自己完成本篇博客中的代码小白也能学会如何利用神经网络来实现简单的分类任务。这一讲源码在我的github，地址：https://github.com/JohnLeek/Te
期待每个夏天·2020-07-12 21:37

基于Tensorflow2.0实现图神经网络中Message Passing

基于Tensorflow2.0实现图神经网络中MessagePassing近年来图神经网络越来越受到科研领域的关注，而众多的图圣经网络都是通过messagepassing方法来更新网络中节点的状态。
kaiyin_hzau·2020-07-12 20:53

非root 切换 cudnn

供参考使用首先去官网或其他可以下载的地方，下载指定版本的cudnn解压包举例：cudnn-9.0-linux-x64-v7.6.1.34.gtz是cudnn7.6版本的，而root权限下是cudnn7.3版在使用tensorflow2.0
既然如此·2020-07-12 18:38

Tensorflow2.0学习笔记（七）BatchNorm层

（1）BN的作用从上图可以看出，Sigmoid函数在[-2，2]区间导数值在[0.1，0.25]，当输入大于2或者小于2时，导数逼近于0，从而容易出现梯度弥散的现象。通过标准化后，输入值被映射在0附近区域，此处的导数不会太小，不会容易出现梯度弥散的现象。如上图所示的损失函数等高线图可知，当x1和x2分布相近时，收敛更加快速，优化轨迹更好。结论：通过标准化后，输入值被映射在0附近区域，此处的导数不会
Jackilina_Stone·2020-07-12 15:01

利用TensorFlow2.0训练并验证MNIST数据集

直接上代码，里面有中文注释importtensorflowastf#载入并准备好MNIST数据集，将样本从整数转换为浮点数mnist=tf.keras.datasets.mnist(x_train,y_train),(x_test,y_test)=mnist.load_data()x_train,x_test=x_train/255.0,x_test/255.0#将模型的各层堆叠起来，以搭建tf.
爱听许嵩歌·2020-07-12 14:15

卷积神经网络学习——AlexNet网络（tensorflow2.0）

卷积神经网络学习——AlexNet网络（tensorflow2.0）目录卷积神经网络学习——AlexNet网络（tensorflow2.0）1、介绍2、采用Relu作为激活函数3、使用Dropout防止过拟合
岁月蹉跎的一杯酒·2020-07-12 14:32

GoogLeNet—tensorflow2.0实战(Fashion mnist数据集)

GoogLeNet—tensorflow2.0实战(Fashionmnist数据集)目录GoogLeNet—tensorflow2.0实战(Fashionmnist数据集)1、GoogLeNet—V1简单介绍
岁月蹉跎的一杯酒·2020-07-12 14:32

TensorFlow2.0 学习笔记（二）MLP

这次我们来讨论MLP——多层感知机数据集使用Keras内置的数据MNIST首先，定义数据加载类对象classMNISTLoader():def__init__(self):(self.x_train,self.y_train),(self.x_test,self.y_test)=tf.keras.datasets.mnist.load_data()#数据预处理,图片做归一化，并修改图片和label
楠木_·2020-07-12 14:57

Tensorflow2.*教程之基本分类：对Fashion Mnist进行分类(1)

在TensorFlow2.0之前，我们必须将图表分为两个阶段：构建一个描述你要执行的计算的计
深沉的背影·2020-07-12 14:18

tensorflow2.0复现vgg16

tensorflow2.0复现见这里权重文件这里下载fromtensorflowimportkerasimportskimageimportnumpyasnpimporttensorflowastffromPILimportImageVGG_MEAN
过去的时候·2020-07-12 13:16

TensorFlow2.0（3）：排序及最大、最小、平均值

1排序1.1sort：返回逆序排序后的TensorIn[1]:importtensorflowastfIn[2]:In[2]:a=tf.random.shuffle(tf.range(6))2019-10-2510:09:55.688044:Itensorflow/core/platform/cpu_feature_guard.cc:142]YourCPUsupportsinstructionst
加油、向上吧·2020-07-12 13:39

TensorFlow2.0（2）：数学运算

1基本运算：（+、-、*、/、//、%）基本运算中所有实例都以下面的张量a、b为例进行：In[1]:importtensorflowastfIn[2]:a=tf.random.uniform([2,3],minval=1,maxval=6,dtype=tf.int32)...:b=tf.random.uniform([2,3],minval=1,maxval=6,dtype=tf.int32)20
加油、向上吧·2020-07-12 13:39

Tensorflow2.0（1）_基本操作

1创建1.1constant()方法Int[1]:importtensorflowastfInt[2]:tf.constant(1)#创建一个整型张量Out[2]:Int[3]:tf.constant(1.)#创建一个浮点型张量Out[3]:Int[4]:tf.constant(2.,dtype=tf.double)#创建的同时指定数据类型Out[4]:Int[5]:tf.constant([[1
加油、向上吧·2020-07-12 13:39

TensorFlow2.0（4）：填充与复制

1pad()tf.pad函数主要是用来对tensor的大小进行扩展，包括水平、垂直、深度(通道)等,方法定义如下：pad(tensor,paddings,mode=“CONSTANT”,name=None,constant_values=0)输入参数：tensor:输入的tensorpaddings:设置填充的大小mode:填充方式，默认是CONSTANT,还有REFLECT和SYMMETRICn
加油、向上吧·2020-07-12 13:39

TensorFlow2.0入门1-3 人马分类-利用ImageDataGenerator自动打标签

目录人和马的分类及可视化隐藏层数据处理下载数据集解压数据集确定路径打印数据名获取每种数据的数量数据集可视化引入头文件绘图设计训练模型引入头文件设计模型打印模型相关信息进行优化方法选择和一些超参数设置数据处理（利用ImageDataGenerator自动打标签）进行训练使用我们自己的图片进行验证可视化隐藏层终止程序人和马的分类及可视化隐藏层内容总结自吴恩达TensorFlow2.0
Veritaswhs·2020-07-12 13:08

Tensorflow2.0实践之基础线性回归

importnumpyasnpimporttensorflowastfimportmatplotlib.pyplotaspltfromtensorflowimportkerasfromtensorflow.kerasimportlayers,optimizers,datasets#生成数据data=[]foriinrange(100):x=np.random.uniform(-10,10)eps=
VAE has·2020-07-12 11:05

b站的tensorflow2.0学习笔记 入门

以下内容来自b站tf2.0实战视频学习同步笔记1.到底是tensorflow2.0还是1.X如果没接触过tensorflow1.X，可以直接学习tensorflow2.02.核心高阶APItf.kerastf.eagertf.datatf.function3
escapiase·2020-07-12 11:42

使用tensorflow2.0非重写方式，运用tensorflow2.0自带的keras建立全连接网络

直接上代码:importtensorflowastf#下载mnist手写数据集mnist=tf.keras.datasets.mnist(train_images,train_labels),(test_images,test_labels)=mnist.load_data()print(train_images.shape)print(train_labels.shape)print(test_
变化匿名·2020-07-12 11:15
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他