Tensorflow函数——tf.variable_scope（）详解 tf.variable_scope(name_or_scope,default_name=None,values=None,initializer=None,regularizer=None,caching_device=None,partitioner=None,custom_getter=None,reuse=N
tensorflow介绍基本语法工作原理Fetch取出内容Feed占位操作模型的保存与读取经典案例线性回归逻辑回归简单神经网络CNNRNN查看准确度 介绍通过graph表示计算任务在Session中执行图使用tensor表示书籍通过变量Variablew维护数据，feed和fetch可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据.参考：http://www.te
D:\Users\ZHONGZHENHUA\Anaconda3\envs\tensorflow\Lib\site-packages\tensorflow https://developer.nvidia.com/cuda-90-download-archive https://visualstudi
转载
2018-08-31 10:42:00
138阅读
2评论
TF – Kernels模块 TF中包含大量Op算子，这些算子组成Graph的节点集合。这些算子对Tensor实现相应的运算操作。图 4 1列出了TF中的Op算子的分类和举例。 图 4 1 TensorFlow核心库中的部分运算 OpKernels 简介 OpKernel类（core/framework/op_kernel.h）是所有Op类的基类。继承OpKernel还可
常量的概念在tensorflow中，数据分为几种类型: 常量Constant、变量Variable、占位符Placeholder。其中：
常量：用于存储一些不变的数值，在计算图创建的时候，调用初始化方法时，直接保存在计算图中变量：模型训练的参数，比如全连接里面的W和bias占位符：就是模型每次训练时的样本，当计算图固定时，只需要替换占位符里面的内容，就可以重新计算了。
概念上跟spark的DAG
转载
2019-01-05 17:19:00
82阅读
2评论
本节学习资源来自《TensorFlow 深度学习应用实践》 清华大学出版社TensorFlow用张量来表示所有数据，一
原创
2018-01-26 17:07:14
54阅读
前言前几天女票问了我一个阿里的面试题，是有关C++语言的const常量的，其实她一提出来我就知道考察的点了：肯定是const常量的内存不是分配在read-only的存储区的，const常量的内存分配区是很普通的栈或者全局区域。也就是说const常量只是编译器在编译的时候做检查，根本不存在什么read-only的区域。所以说C++的const常量和常量字符串是不同的，常量字符串是存储在read-on
概述前一篇文章笔者用一个图像领域的例子来展示了一下使用tensorflow2.0进行图像分类的流程。与图像领域有点不同，自然语言处理在使用过程中有一些小的方面需要注意，这里笔者也使用两个NLP相关的实验来介绍一下。电影评论情感分类这是经典任务之一，不管是淘宝京东，还是美团豆瓣，对用户评论进行分类是必要的任务之一。这里我们使用的是电影评论的情感分类，使用keras自带的imdb数据集，虽然简单，但是
2常量
常属性
字面常量：3 100 为字面常量
const - 常属性
const int num = 4; 把4变成了常属性
枚举常量 枚举 ---- 列举
枚举关键 -- enum
例子 性别：男，女，保密
enum Sex
{
MALE,
FEMALE,
SECRET
};
int main()
{
enum Se
原创
2021-08-20 18:27:46
99阅读
点赞
文章目录一、安装环境二、步骤：1、git下载openpose源码2、创建新环境并激活3、pip安装requirements.txt中的内容4、安装opencv5、swig编译6、运行demo7、Pycharm中运行 经过了四天的不断踩坑，终于把基于tensorflow的openpose跑起来啦~~记个笔记一、安装环境win10 python 3.6 tensorflow 2.0二、步骤：1、gi
import tensorflow as tfhello = tf.constant('hello, chenjun!')sess = tf.Session()print(sess.run(hello))>>>b'hello, chenjun!'
原创
2021-09-07 11:03:07
108阅读
进行学习首先需要明确TensorFlow 是一个面向于深度学习算法的科学计算库，内部数据保存在张量(Tensor)对象上，所有的运算操作(Operation, OP)也都是基于张量对象进行。数据类型Tensorflow中的基本数据类型有三种，包括数值型、字符串型和布尔型。【数值型】又包括：（在 TensorFlow 中间，为了表达方便，一般把标量、向量、矩阵也统称为张量，不作区分，需要根据张量的维
`import tensorflow as tfdata1 = tf.constant(22,dtype=tf.int32)data2 = tf.Variable(10,name=‘var’)print(data1)print(data2)sess = tf.Session()init = tf.global_variables_initializer()print(sess.run...
原创
2021-06-18 15:48:49
189阅读
from tensorflow import feature_column
from tensorflow.keras import layers在Tensorflow中，通过调用tf.feature_column模块来创建feature columns。有两大类feature column，一类是生成连续特征dense tensor的Dense Column；另一类是生成离散特征sparse t
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'
原创
2022-07-15 17:20:23
62阅读
考虑到要是自己去做一个项目，那么第一步是如何把数据导入到代码中，何种形式呢？是否需要做预处理？官网中给的实例mnist，数据导入都是写好的模块，那么自己的数据呢？ 一、从文件中读取数据（CSV文件、二进制文件、图片或其他格式） 读取文件，都需要一个阅读器reader和一个转换解码操作decode，不同格式的文件对应不同的接口API。 1）CSV文件：用的文件读取器和解码器是 T
TensorFlow解析常量、变量和占位符 最基本的 TensorFlow 提供了一个库来定义和执行对张量的各种数学运算。张量，可理解为一个 n 维矩阵，所有类型的数据，包括标量、矢量和矩阵等都是特殊类型的张量。 TensorFlow 支持以下三种类型的张量： 常量：常量是其值不能改变的张量。 变量
转载
2021-01-27 10:15:00
163阅读
2评论
毕业设计的时间来了，想整点厉害的东西，最近机器学习的一些操作把我惊艳到了，我决定开发一个表情识别系统
首先是框架的决定，我最开始在网上搜都是tensorflow，后来才发现pytorch是现在的主流，但是没办法，选了就得认真学这是官方的对于tensorflow的说法TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示
文章目录前言历史安装tensorflow 前言虽然1.x版本tensorflow有很多项目都基于此构建，然而随着2.x版本的推出，很多架构已经发生了改变，代码发生了改变，同时很多模组已经废弃不用或者更新,tensorflow1.x已经不能再兼容最新的项目,与时俱进是必要的，因此开一个栏目用于介绍tensorflow2.4带来的变化与应用方式 讲解原理为主，实践为辅历史随着2015年出来比较早的是
数据管道Dataset1.Dataset类相关操作1.1 Dataset类创建数据集1.2 Dataset类数据转换 知识树 1.Dataset类相关操作1.1 Dataset类创建数据集tf.data.Dataset 类创建数据集，对数据集实例化。 最常用的如：tf.data.Dataset.from_tensors() ：创建Dataset对象， 合并输入并返回具有单个元素的数据集。tf.
