pip install tensorflow==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
可以在命令行
或者在pycharm的命令行
运行第一个tensorflow代码
import tensorflow as tf # import os # os.environ['TF_CPP_MIN_LOG_LEVEL']='2' hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))
显示结果：
如果报错了，可能是numpy包的问题，因为旧版本的tensorflow不支持较高版本的numpy包，将numpy包降级即可
pip install numpy==1.16.0
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在python3.7版本的运行 - Python技术站
https://www.jianshu.com/p/46eb3004beca使用到的代码：writer=SummaryWriter()writer.add_scalar(‘scalar/test’,loss,epoch) ###tensorboardX #第一个参数可以简单理解为保存图的名称，第二个参数是可以理解为Y轴数据，第三个参数可以理解为X轴数据。#当…
TensorFlow梯度求解tf.gradients实例 在本文中，我们将提供一个完整的攻略，详细讲解如何使用TensorFlow梯度求解tf.gradients，并提供两个示例说明。 梯度求解原理 在深度学习中，我们通常需要对损失函数进行优化，以得到最优的模型参数。梯度是指函数在某一点处的变化率，可以帮助我们找到函数的最小值或最大值。在深度学习中，我们通常…
CNN 与 FCN 通常CNN网络在卷积层之后会接上若干个全连接层, 将卷积层产生的特征图(feature map)映射成一个固定长度的特征向量。以AlexNet为代表的经典CNN结构适合于图像级的分类和回归任务，因为它们最后都期望得到整个输入图像的一个数值描述（概率），比如AlexNet的ImageNet模型输出一个1000维的向量表示输入图像属于每一类的…
参考：CNNs, Part 1: An Introduction to Convolutional Neural Networks 参考：CNNs, Part 2: Training a Convolutional Neural Network 目录 动机（Motivation） 数据集（Dataset） 卷积（Convolutions） 池化（Poolin…
model_dict = torch.load(save_path) fp = open(‘model_parameter.bin’, ‘wb’) weight_count = 0 num=1 for k, v in model_dict.items(): print(k,num) num=num+1 if ‘num_batches_tracked’ in …
标检测任务是计算机视觉的基础任务之一，主要任务是对图像中的目标进行分类和定位。但是现有的目标检测任务基于大量的标注的图像进行训练，限制了某些场景下的应用和推广。 通过应用较少的标注数据的半监督方法或者利用不完全匹配的标注数据的弱监督方法，利用极少的标注数据学习具有一定泛化能力的模型显得较为重要，这也是小样本学习的所需要解决的问题。 人类视觉可以通过对新事物极…
在导入keras包时出现这个问题，是因为安装的tensorflow版本和keras版本不匹配，只需卸载keras，重新安装自己tensorflow对应的版本就OK了。可以在这个网址查看tensorflow和keras对应的版本：https://docs.floydhub.com/guides/environments/
使用tensorflow，如果不加设置，即使是很小的模型也会占用整块GPU，造成资源浪费。 所以我们需要设置，使程序按需使用GPU。 具体设置方法： 1 gpu_options = tf.GPUOptions(allow_growth=True) 2 sess = tf.Session(config=tf.ConfigProto(gpu_options=gp…
微信扫一扫 
支付宝扫一扫