摘自：
http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/overview.html
内容很多，需要花时间看完
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：tensorflow学习官网地址 - Python技术站
微信扫一扫 
支付宝扫一扫
TensorFlow安装常见问题和解决办法
上一篇
2023年4月8日 上午9:40
TensorFlow入门——bazel编译（带GPU）
下一篇
2023年4月8日
相关文章
-
Marior去除边距和迭代内容矫正用于自然文档矫正
一、简要介绍 本文简要介绍了论文“ Marior: Margin Removal and Iterative Content Rectification for Document Dewarping in the Wild ”的相关工作。照相机捕捉到的文档图像通常会出现透视和几何变形。考虑到视觉美感较差和OCR系统性能下降，对其进行纠正具有重要的价值。最近的…
-
windows安装keras（不带theano）
安装完tensorflow后，很多人想在tensorflow中使用keras keras中封装了很多高级API使用起来很方便很简洁，在windows中安装keras教程很多。 大部分都要安装theano作为后端，theano在windows中安装有时候会产生很多问题。 这里介绍一种安装keras的方法，不用依赖theano而是直接用tensorflow做后端…
-
吴恩达机器学习笔记16-决策边界(decision boundary)
现在讲下决策边界(decision boundary)的概念。这个概念能更好地帮助我们理解逻辑回归的假设函数在计算什么。 在逻辑回归中，我们预测：当ℎ????(????) >= 0.5时，预测 ???? = 1。当ℎ????(????) < 0.5时，预测 ???? = 0 。根据上面绘制出的 S 形函数图像，我们知道当???? = 0 时 …
-
pytorch 中模型的保存与加载，增量训练
让模型接着上次保存好的模型训练，模型加载 #实例化模型、优化器、损失函数 model = MnistModel().to(config.device) optimizer = optim.Adam(model.parameters(),lr=0.01) if os.path.exists(“./model/mnist_net.pt”): model.loa…
-
pytorch torchversion标准化数据
新旧标准差的关系
-
【CV论文阅读】生成式对抗网络GAN
生成式对抗网络GAN 1、 基本GAN 在论文《Generative Adversarial Nets》提出的GAN是最原始的框架，可以看成极大极小博弈的过程，因此称为“对抗网络”。一般包含两个部分：生成器（Generator）和判别器（Discriminator）。训练的过程是无监督学习。 先总结一下训练的过程。一般而言，输入是一个一维向量z，它从先验生…
-
【机器学习】RNN循环神经网络
循环神经网络归属： 领域：机器学习 方向：自然语言处理 贡献：自动文本生成 循环神经网络实际应用： 生活中因为原始数据都是序列化的，比如自然语言，语音处理，时间序列问题（股票价格）等问题， 这个时候需要序列建模，单层的神经网络不能处理这样的序列化问题，所以，采用循环神经网络，它是一种序列型数据进行建模的深度模型。 根据现实需要，一共有四种循环神经网络； N …
-
Keras搭建DNN解决多分类问题
Keras介绍 Keras是一个开源的高层神经网络API，由纯Python编写而成，其后端可以基于Tensorflow、Theano、MXNet以及CNTK。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果。Keras适用的Python版本是：Python 2.7-3.6。 Keras，在希腊语中意为“角”（horn），于2015年3月…
