tensorflow
-
tensorflow l2_loss函数
1、l2_loss函数 tf.nn.l2_loss(t, name=None) 解释：这个函数的作用是利用 L2 范数来计算张量的误差值，但是没有开方并且只取 L2 范数的值的一半，具体如下： output = sum(t ** 2) / 2 2、tensorflow实现 import tensorflow as tf a=tf.constant([1,2,…
-
tensorflow softsign函数应用
1、softsign函数 图像 2、tensorflow softsign应用 import tensorflow as tf input=tf.constant([0,-1,2,-30,30],dtype=tf.float32) output=tf.nn.softsign(input) with tf.Session() as sess: print(‘i…
-
tensorflow elu函数应用
1、elu函数 图像： 2、tensorflow elu应用 import tensorflow as tf input=tf.constant([0,-1,2,-3],dtype=tf.float32) output=tf.nn.elu(input) with tf.Session() as sess: print(‘input:’) print(…
-
tensorflow dropout函数应用
1、dropout dropout 是指在深度学习网络的训练过程中，按照一定的概率将一部分神经网络单元暂时从网络中丢弃，相当于从原始的网络中找到一个更瘦的网络，这篇博客中讲的非常详细 2、tensorflow实现 用dropout： import tensorflow as tf import numpy as np x_data=np.linspa…
-
miniconda 搭建tensorflow框架
miniconda 搭建tensorflow框架 前言：看了网上的一些安装tensorflow的教程，发现用miniconda安装tensorflow的教程比较少，且大多数教程针对的python版本比较旧，所以在这里简要介绍下用miniconda安装tensorflow的方法，也方便自己以后的查看 注：这里的tensorflow框架针对的是CPU版本，不是G…
-
windows7 64位安装tensorflow 1.4.0 CPU版本
机器学习和深度学习真是新生代的宠儿，我也被安排来搞这个了，这下是真的从0开始了。看了几天ppt，想跑跑代码试试，装个环境。 都说tensorflow很火很好用，反正我什么也不懂，准备把这些框架一个一个试试，抹泪。 第一步：先安装了python 3.6.3 安装过程中，选勾安装pip 第二步：安装tensorflow 选择tensorflow的安装目录，打…
-
ubuntu18.04安装tensorflow2.0
https://blog.csdn.net/qq_31456593/article/details/90170708https://blog.csdn.net/qq_27825451/article/details/89082978 https://blog.csdn.net/firesolider/article/details/88684672 http…
-
Python TensorFlow深度学习回归代码：DNNRegressor
本文介绍基于Python语言中TensorFlow的tf.estimator接口，实现深度学习神经网络回归的具体方法~ 本文介绍基于Python语言中TensorFlow的tf.estimator接口，实现深度学习神经网络回归的具体方法。 目录 1 写在前面 2 代码分解介绍 2.1 准备工作 2.2 参数配置 2.3 原有模型删除 2.4 数据导入与数…
-
在昇腾平台上对TensorFlow网络进行性能调优
摘要：本文就带大家了解在昇腾平台上对TensorFlow训练网络进行性能调优的常用手段。 本文分享自华为云社区《在昇腾平台上对TensorFlow网络进行性能调优》，作者：昇腾CANN 。 用户将TensorFlow训练网络迁移到昇腾平台后，如果存在性能不达标的问题，就需要进行调优。本文就带大家了解在昇腾平台上对TensorFlow训练网络进行性能调优的常用…
-
构建基于深度学习神经网络协同过滤模型(NCF)的视频推荐系统(Python3.10/Tensorflow2.11)
毋庸讳言，和传统架构(BS开发/CS开发)相比，人工智能技术确实有一定的基础门槛，它注定不是大众化，普适化的东西。但也不能否认，人工智能技术也具备像传统架构一样“套路化”的流程，也就是说，我们大可不必自己手动构建基于神经网络的机器学习系统，直接使用深度学习框架反而更加简单，深度学习可以帮助我们自动地从原始数据中提取特征，不需要手动选择和提取特征。 毋庸讳言，…
