tensorflow
-
Tensorflow暑期实践——波士顿房价预测(全部代码)
# coding: utf-8 get_ipython().run_line_magic(‘matplotlib’, ‘notebook’) import matplotlib.pyplot as plt import tensorflow as tf import tensorflow.contrib.learn as skflow from sklear…
-
Tensorflow暑期实践——基于多隐层神经网络的手写数字识别
版权说明:浙江财经大学专业实践深度学习tensorflow——齐峰 目录 1 基于多隐层神经网络的手写数字识别 2 本章内容介绍 3 Tensorflow实现基于单个神经元的手写数字识别 4 Tensorflow实现基于单隐层神经网络的手写数字识别 5.1 载入数据 5.2.1 构建输入层 5.2.2 构建隐藏层h15.2.3 构建隐藏层h2…
-
Tensorflow安装使用一段时间后，import时出现错误：ImportError: DLL load failed
解决方法：更新pillow pillow是python中的一个图像处理库，是anaconda中自带的。但可能因为pillow的版本较老，所以需要更新一下。 conda uninstall pillow conda update pip pip install pillow 不知道为何这个包跟tensorflow有冲突。。。更新后，无报错。
-
深度学习之tensorflow2实战：多输出模型
欢迎来到CNN实战，尽管我们刚刚开始，但还是要往前看！让我们开始吧！ 数据集 链接：https://pan.baidu.com/s/1zztS32iuNynepLq7jiF6RA 提取码：ilxh，请下载好数据，在开始 导入库 首先导入我们所需要的库 import tensorflow as tf from tensorflow.keras impo…
-
Dive into TensorFlow系列（2）- 解析TF核心抽象op算子
本文作者：李杰 TF计算图从逻辑层来讲，由op与tensor构成。op是项点代表计算单元，tensor是边代表op之间流动的数据内容，两者配合以数据流图的形式来表达计算图。那么op对应的物理层实现是什么？TF中有哪些op，以及各自的适用场景是什么？op到底是如何运行的？接下来让我们一起探索和回答这些问题。 一、初识op 1.1 op定义 op代表计算图中的节…
-
TensorFlow深度学习！构建神经网络预测股票价格！⛵
股票价格数据是一个时间序列形态的数据。所以，我们使用『循环神经网络(RNN)』对这种时序相关的数据进行建模，并将其应用在股票数据上进行预测。 ? 作者：韩信子@ShowMeAI? 深度学习实战系列：https://www.showmeai.tech/tutorials/42? TensorFlow 实战系列：https://www.showmeai.tech…
-
Dive into TensorFlow系列（1）-静态图运行原理
接触过TensorFlow v1的朋友都知道，训练一个TF模型有三个步骤：定义输入和模型结构，创建tf.Session实例sess，执行sess.run()启动训练。不管是因为历史遗留代码或是团队保守的建模规范，其实很多算法团队仍在大量使用TF v1进行日常建模。我相信很多算法工程师执行sess.run()不下100遍，但背后的运行原理大家是否清楚呢？不管你…
-
TensorFlow？PyTorch？Paddle？AI工具库生态之争：ONNX将一统天下
AI诸多工具库工具库之间的切换，是一件耗时耗力的麻烦事。ONNX 即应运而生，使不同人工智能框架（如PyTorch、TensorRT、MXNet）可以采用相同格式存储模型数据并交互，极大方便了算法及模型在不同的框架之间的迁移，带来了AI生态的自由流通。… ? 作者：韩信子@ShowMeAI? 深度学习实战系列：https://www.showmeai.t…
-
Tensorflow Lite从入门到精通
TensorFlow Lite 是 TensorFlow 在移动和 IoT 等边缘设备端的解决方案，提供了 Java、Python 和 C++ API 库，可以运行在 Android、iOS 和 Raspberry Pi 等设备上。目前 TFLite 只提供了推理功能，在服务器端进行训练后，经过如下简单处理即可部署到边缘设备上。 个人使用总结： 如果我们…
-
tensorflow-gpu版本安装及深度神经网络训练与cpu版本对比
tensorflow1.0和tensorflow2.0的区别主要是1.0用的静态图 一般情况1.0已经足够，但是如果要进行深度神经网络的训练，当然还是tensorflow2.*-gpu比较快啦。 其中tensorflow有CPU和GPU两个版本(2.0安装方法)， CPU安装比较简单： pip install tensorflow-cpu 一、查看显卡 日…
