原创 lightcity 光城 2019-01-16TensorFlow学习0.导语1.Session会话控制(两种打开模式)2.Tensorflow使用Variable3.Placeholder 传入值4.激励函数(activate function)5.定义添加神经层的函数6.建造神经网络7.matplotlib 可视化8.学习文章TensorFlow学习0.导语本周将会陆续更新莫凡pytho
转载
2021-03-17 15:32:11
159阅读
TensorFlow学习0.导语1.Session会话控制(两种打开模式)2.Tensorflow使用Variable3.Placeholder 传入值
原创
2021-08-03 10:04:23
130阅读
TensorFlow入门教程1. 关于TensorFlow1.1 什么是数据流图？1.2 Tensorflow的特征1.3 下载以及安装2.TensorFlow初步了解2.1 图2.2 构建图2.3 在会话中启动图2.4 op2.5 feed3. TensorFlow应用小案例 ---*用softmax回归分类方法分类MNIST手写数字* 1. 关于TensorFlowTensorFlow是一个
文章目录一.tensorflow的运行流程1 Tensor2 session3 Variable4 placehoder5 My First Demo6 定义神经层7 matplotlib可视化8 tensorboard的使用9 tensorboard 监察程序运行状况10 dropout11 卷积神经网络二、tensorflow代码框架总结三、常用函数集锦`tf.nn.embedding_lo
当我们拥有大量计算资源时，通过使用合适的分布式策略，我们可以充分利用这些计算资源，从而大幅压缩模型训练的时间。针对不同的使用场景，TensorFlow 在 tf.distribute.Strategy中为我们提供了若干种分布式策略，使得我们能够更高效地训练模型。1 TensorFlow 分布式的分类图间并行（又称数据并行）每个机器上都会有一个完整的模型，将数据分散到各个机器，分别计算梯度。图内并行
这是《TensorFlow实战Google深度学习框架(第2版)》的学习笔记，所有代码在TensorFlow 1.15版本中运行正常。虽然现在TensorFlow 2.x很流行了，但是个人觉得先学习下1.x也是很有必要的。
原创
2022-07-13 18:34:15
584阅读
1. FNN、PNN、wide&deep等此前几种深度模型见下图。 (1) FNN，见图左边。用 FM 预训练embedding layer，然后DNN训练。作者认为有两点局限：embedding layer 的参数会受到 FM 的影响；预训练计算量大，效率问题。同时 FNN仅能捕捉高阶特征，相比之下，DeepFM 无需预训练，且能捕捉高阶和低阶特征。(2) PNN，见图中间。为
环境：windows 7, python 3.7 Pycharm 2018.2 professional因为是全部安装完后整理的，所以只是以解决问题为主，很多东西都没有深入去了解原理，仅仅记录下踩坑的过程。1.把虚拟环境的pip升级，之前不升级，一直报要求检测pip的版本，所以默认升级到最新我的pycharm
tensorflow 基础知识分享，解决学习的第一步问题，如何在不同的系统中安装TensorFlow
原创
2017-04-14 10:23:16
2315阅读
点赞
2评论
Tensorflow学习-1 人生若只如初见，何事秋风悲画扇。 简介：Tensorflow基本使用、常量/变量、tensorflow2.0兼容tensorflow1.0版本。 一、代码示例 1 import tensorflow as tf 2 3 print("tensorFlow version
原创
2021-12-21 14:39:20
137阅读
一、迁移学习的应用价值迁移学习的应用 图像识别：图像增强，风格转移，对象检测，皮肤癌检测 文字识别：Zero Shot翻译、情绪分类应用价值 复用现有知识数据，已有的大量工作不至于完全丢弃 不需要在话费巨大代价重新采
原创
2018-08-02 09:33:02
67阅读
一。声明变量：tf.Variablew1 = tf.Variable(tf.random_normal([2,3],stddev=1),name="
原创
2022-09-13 12:33:17
69阅读
# TensorFlow学习资源 ### 学习网站 [TensorFlow中文社区](http://www.tensorfly.cn/)- [TensorFlow官方网站](https://www.tensorflow.org/) 非常详细的速查文档http://docs.w3cub.com/ten
转载
2018-06-16 16:50:00
226阅读
2评论
TensorFlow学习笔记目录TensorFlow学习笔记一、TF-slim库1.TF-slim使用方法一般
原创
2022-08-24 17:51:56
257阅读
import tensorflow as tfimport cv2import numpy as np定义一个随机数(标量)random_float=tf.random.uniform(shape=())#定义一个有2个元素的零向量zero_vector=tf.zeros(shape=(2))#定义两个2*2的常量矩阵A=tf.constant([[1,2],[3,4]])B=tf.constant([[5,6],[7,8]])#张量的重要属性其形状、类型、值分别可以通过shape()、
原创
2021-07-14 11:26:59
95阅读
1.易用性·相对而言，TensorFlow工作流易于理解。它的API保持着高度的一致性，这意味着在尝试不同模型时，无需从头学习一套新的东西。 ·TensorFlowAPI很稳定，维护者始终在努力确保每次改动都向下兼容。 ·TensorFlow与NumPy无缝集成，可使大多数了解Python的数据科学家如鱼得水。 ·不同于其他库，TensorFlow不占编译时间。这就使用户可快速验证自己的想法，而省
转载
2023-10-13 12:08:15
39阅读
一 TensorFlow XLA加速线性代数编译器 http://c.biancheng.net/view/1891.html 二在 TensorFlow 中指定某一设备用于矩阵乘法的计算 http://c.biancheng.net/view/1893.html ...
转载
2021-09-20 20:00:00
110阅读
2评论
一、看懂了Tensor("mul_1:0", shape=(), dtype=int32)中的shape张量的阶、形状、数据类型
TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通.阶
在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.
转载
2018-05-18 10:57:00
37阅读
如何高效的学习 TensorFlow 代码? 或者如何掌握TensorFlow，应用到任何领域？ 作者：黄璞链接：https://.zhihu.com/question/41667903/answer/109611087来源：知乎著作权归作者所有。商业转载请作者获得授权，非商业转载请注明出
转载
2018-03-18 15:27:00
103阅读
2评论
