因为tensorflow2.0版本与之前版本有所更新，故将代码修改即可：
#原 config = tf.ConfigProto(allow_soft_placement=True) config = tf.compat.v1.ConfigProto(allow_soft_placement=True) #原 sess = tf.Session(config=config) sess =tf.compat.v1.Session(config=config)
或使用
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
替换
import tensorflow as tf
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：module ‘tensorflow’ has no attribute ‘ConfigProto’/’Session’解决方法 - Python技术站
给定数据集data，数据集对应的标签label index = [i for i in range(len(data))] random.shuffle(index) data = data[index] label = label[index] （1）首先，获得数据集的所有index，其实就是0,1,2,….,num-1(这里的num是数据集中含有的e…
classification_demo.m 是个很好的学习资料，了解这个代码之后，就能在matlab里用训练好的model对输入图像进行分类了，而且我在里边还学到了oversample的实例，终于了解数据增强是个怎么回事。 caffe-master\matlab\demo\classification_demo.m这个demo是针对 ImageNe…
PyToune is a Keras-like framework for PyTorch and handles much of the boilerplating code needed to train neural networks. 官方文档：https://pytoune.org/index.html 可以看到官方文档页面布局也是浓浓的Keras…
1.1 机器学习的分类 监督学习：线性回归或逻辑回归， 非监督学习：是K-均值聚类， 即在数据点集中找出“聚类”。 另一种常用技术叫做主成分分析（PCA） ， 用于降维， 算法的评估方法也不尽相同。 最常用的方法是将均方根误差（RMSE） 的值降到最小， 这一数值用于评价测试集的预测结果是否准确。 RMSE评价法会在第7章进行更深入的解释。 另一种常用的评估…
PCA 减少????维到????维步骤： 第一步是均值归一化。我们需要计算出所有特征的均值，然后令 ???????? = ???????? − ????????。如果特征是在不同的数量级上，我们还需要将其除以标准差 ????2。 第二步是计算协方差矩阵（covariance matrix） (求和上面的n错了，应该是m） 第三步是计算协方差矩…
1. 为网络的不同部分指定不同的学习率 1 class LeNet(t.nn.Module): 2 def __init__(self): 3 super(LeNet, self).__init__() 4 self.features = t.nn.Sequential( 5 t.nn.Conv2d(3, 6, 5), 6 t.nn.ReLU(), 7 t.…
本笔记由博客园-圆柱模板 博主整理笔记发布，转载需注明，谢谢合作! model层是keras模块最重要的一个层，所以单独做下笔记，这块比较难理解，本博主自己还在学习这块，还在迷糊中。 model的方法： model.summary() ： 打印出模型概况 model.get_config() ：返回包含模型配置信息的Python字典 mod…
最近一直在看GAN，我一直认为只有把博客看了一遍，然后再敲一遍。这样才会有深刻的感悟。 GAN（生成式对抗网络）（GAN, Generative Adversarial Networks ）是一种深度学习模型，分布在无监督学习上。 分成两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）。简单来说就…
微信扫一扫 
支付宝扫一扫 