Python conda安装
1: 官网下载3版本 Anaconda2-2018.12-Windows-x86_64.exe,
安装完后配置环境变量 用户变量->PATH 编辑新增路径 C:ProgramDataAnaconda3Scripts
2:重新管理员身份输入conda --version 查看版本, 然后升级包 conda upgrade --all
3:创建虚拟环境 名字叫做:tensorflow 的python3.5.2的环境
conda create --name tensorflow python=3.5.2
安装完成后, 也就是创建了一个python3.5.2的环境
4:激活tensorflow的python环境
activate tensorflow
5:安装tensorflow
pip install tensorflow
若出现下面效果，安装就成功了
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：Python conda安装 并安装Tensorflow - Python技术站
目标检测(三) Fast R-CNN 引言 之前学习了 R-CNN 和 SPPNet，这里做一下回顾和补充。 问题 R-CNN 需要对输入进行resize变换，在对大量 ROI 进行特征提取时，需要进行卷积计算，而且由于 ROI 存在重复区域，所以特征提取存在大量的重复计算； SPPNet 针对 R-CNN 进行了改进，其利用空间金字塔池化来解决形变问题，并…
最近学习了一下ResNet50模型，用其跑了个Kaggle比赛，并仔细阅读了其Keras实现。在比赛中，我修改了一下源码，加入了正则项，激活函数改为elu， 日后的应用中也可以直接copy 使用之。 ResNet50 的结构图网上已经很多了，例如这篇博文：https://blog.csdn.net/nima1994/article/deta…
1. 主要思路 “UFLDL 卷积神经网络”主要讲解了对大尺寸图像应用前面所讨论神经网络学习的方法，其中的变化有两条，第一，对大尺寸图像的每个小的patch矩阵应用相同的权值来计算隐藏层特征，称为卷积特征提取；第二，对计算出来的特征矩阵做“减法”，把特征矩阵纵横等分为多个区域，取每个区域的平均值(或最大值)作为输出特征，称为池化。这样做的原因主要是为了降低数…
在使用TensorFlow进行深度学习模型训练时，我们通常需要保存和恢复模型，以便在需要时继续训练或使用模型进行预测。本文将提供一个完整的攻略，详细讲解TensorFlow之Saver的用法，并提供两个示例说明。 示例1：保存和恢复模型 以下是使用Saver保存和恢复模型的示例代码： import tensorflow as tf # 定义模型 x = tf…
GRU RNN存在的问题：梯度较容易出现衰减或爆炸（BPTT）⻔控循环神经⽹络：捕捉时间序列中时间步距离较⼤的依赖关系RNN: Ht=ϕ(XtWxh+Ht−1Whh+bh)Ht=ϕ(XtWxh+Ht−1Whh+bh) GRU: Rt=σ(XtWxr+Ht−1Whr+br)Zt=σ(XtWxz+Ht−1Whz+bz)H˜t=tanh(XtWxh+(Rt⊙Ht−…
catalogue 1. 训练集 2. 数据预处理 3. 神经网络模型设计(对话集 <-> 问题集) 4. 神经网络模型设计(问题集 <-> 回答集) 5. RNN神经网络 6. 训练 7. 效果验证 1. 训练集 1 Mary moved to the bathroom. 2 John went to the hallway. …
keras.layers.recurrent.LSTM(units, activation=’tanh’, recurrent_activation=’hard_sigmoid’, use_bias=True, kernel_initializer=’glorot_uniform’, recurrent_initializer=’orthogonal’, b…
转 2018年08月21日 14:25:28 Mars_WH 阅读数 23382 标签： object detect faster R-CNN SSD YOLO MTCNN 更多 个人分类： 目标检测 https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html，如有…
微信扫一扫 
支付宝扫一扫