tensorflow
-
tensorflow学习之路—简单的代码
import numpyimport tensorflow as tf #自己创建的数据x_data = numpy.random.rand(100).astype(numpy.float32)#创建具有100个元素的数组y_data = x_data*0.1+0.3#具有自动遍历的功能 ##设置神经网络的结构###Weights = tf.Variab…
-
tensorflow学习之路—Session、Variable(变量)和placeholder
—恢复内容开始— 1、Session ”’Session.run():首先里面的参数是一个API(函数的接口)的返回值或者是指定参数的值;功能:得知运算结果有两种访问方式:直接建立或者运用with语句(这个会帮我们自动关闭会话) ”’ import tensorflow as tf #创建两个参数matrixl = tf.constant([[4…
-
tensorflow学习之路—解决过拟合
”’ 思路:1、调用数据集 2、定义用来实现神经元功能的函数(包括解决过拟合) 3、定义输入和输出的数据4、定义隐藏层(函数)和输出层(函数) 5、分析误差和优化数据(改变权重)6、执行神经网络 ”’import tensorflow as tffrom sklearn.datasets import load_digitsfrom sklearn.mo…
-
用conda创建一个tensorflow 虚拟环境
创建your——user——name = tensorflow 的虚拟环境 xinpingdeMacBook-Pro:~ xinpingbao$ conda create -n tensorflow python=2.7 anaconda 激活 source activate tensorflow 失活: source deactivate 查看当前的版本:…
-
tensorflow 中 feed的用法
上述示例在计算图中引入了 tensor, 以常量或变量的形式存储. TensorFlow 还提供了 feed 机制, 该机制 可以临时替代图中的任意操作中的 tensor 可以对图中任何操作提交补丁, 直接插入一个 tensor. feed 使用一个 tensor 值临时替换一个操作的输出结果. 你可以提供 feed 数据作为 run() 调用的参数. fe…
-
[Installation] Using Tensorflow with Python 2.7 / 3.5
Pip installation Pip is a package management system used to install and manage software packages written in Python. We provide pip packages for TensorFlow on Linux, Mac OS X, and W…
-
Tensorflow timeline trace
根据 https://github.com/tensorflow/tensorflow/issues/1824 简单进行了测试 修改运行的脚本增加如下关键代码 例如mnist_softmax.py from __future__ import absolute_import from __future__ import division from …
-
TensorFlow for distributed
本目录包括了运行时分布式TensorFlow的实现,其底层使用了gRPC 作为进程内通信的支持库。 Quick start 首先,需要构建一个TensorFlow的服务端可执行版本(grpc_tensorflow_server) 以及一个基于gRPC的客户端。目前只能基于源代码进行自构建, 但是会包含在未来发布的二进制版本中。可以使用如下命令进行构建: # …
-
tensorflow serving
1.安装tensorflow serving 1.1确保当前环境已经安装并可运行tensorflow 从github上下载源码 git clone –recurse-submodules https://github.com/tensorflow/serving 进入到serving目录下的tensorflow运行./config…
-
解决tensorflow 调用bug Running model failed:Invalid argument: NodeDef mentions attr ‘dilations’ not in Op
将tensorflow C++ 版本更新为何训练版本一致即可