随笔分类 - 4_深度学习（keras、tersorflow2、数据集、pytorch、深度学习花书等）
摘要：深度学习中Flatten层的作用 一、总结 一句话总结： Flatten层用来将输入“压平”，即把多维的输入一维化，常用在从卷积层到全连接层的过渡。Flatten不影响batch的大小。 # now：model.output_shape==(None,64,32,32) model.add(Flat
阅读全文
摘要：TensorFlow2_200729系列 26、图片为什么要使用卷积神经网络 一、总结 一句话总结： 因为图片的数据量太大，特征太多，如果用全连接层参数太多，用卷积的思想可以只关注局部 1、RNN为什么增加层可以增加准确率（拿用评价做好评差评举例）？ 第一层可能只能提取一些底层特征（比如褒义词贬义词
阅读全文
摘要：TensorFlow2_200729系列 25、ResNet实例 一、总结 一句话总结： 按照结构构建ResNet网络即可，挺简单的 1、显卡Out of memory解决方案？ I、decrease batch size II、tune resnet [2, 2, 2, 2] III、try Go
阅读全文
摘要：tf.config.list_physical_devices作用 一、总结 一句话总结： 通过tf.config.list_physical_devices，我们可以获得当前主机上某种特定运算设备类型（如 GPU 或 CPU ）的列表 二、tf.config：GPU 的使用与分配 转自或参考：tf
阅读全文
摘要：Tensorflow2疑难问题 2、tensorflow2.3的GPU版本安装 一、总结 一句话总结： 安装tensorflow的gpu的版本的时候，要特别注意CUDA、cuDNN、tensorflow版本的一致性，在tensorflow官网可以查看对应版本关系 二、tensorflow2.3的GP
阅读全文
摘要：Tensorflow2疑难问题 1、课程介绍 一、总结 一句话总结： 二、Tensorflow2疑难问题 课程介绍 博客对应课程的视频位置：1、课程介绍-范仁义-读书编程笔记https://www.fanrenyi.com/video/37/335 tensorflow2疑难问题讲解tensorfl
阅读全文
摘要：tensorflow2的gpu的版本安装（一些核心点） 一、总结 一句话总结： 特别注意：当配置CUDA、cuDNN、tensorflow时，要确保这三者之间的版本对应一致 二、tensorflow2的gpu的版本安装 博客对应课程的视频位置： 我没有详细介绍的部分，请大家自己去找度娘 1、安装cu
阅读全文
摘要：tensorflow指定CPU与GPU运算 一、总结 一句话总结： with tf.device('/cpu:0'): 二、tensorflow指定CPU与GPU运算 转自或参考：TensorFlow——tensorflow指定CPU与GPU运算https://www.cnblogs.com/bab
阅读全文
摘要：绕过Nvidia官方要求的注册或登陆步骤直接下载cuDNN的方法 一、总结 一句话总结： 直接复制链接地址，迅雷下载即可，不要点进去，点进去要注册麻烦 二、绕过Nvidia官方要求的注册或登陆步骤直接下载cuDNN的方法 转自或参考：绕过Nvidia官方要求的注册或登陆步骤直接下载cuDNN的方法h
阅读全文
摘要：“Failed to get convolution algorithm. This is probably because cuDNN failed to initialize”错误的解决办法 一、总结 一句话总结： 错误原因是我的图像比较大，消耗GPU资源较多。但我的显卡（RTX2060）显存只
阅读全文
摘要：TensorFlow1.2~2.1各个GPU版本CUDA和cuDNN对应版本整理（干货） 一、总结 一句话总结： 可以在官网查看tensorflow、cuda、cudnn的对应关系，在TensorFlow的GPU版本安装过程中，如果对应的CUDA版本和cuDNN版本不正确的话，是无法正常使用GPU来
阅读全文
摘要：cuda和cudnn是什么 一、总结 一句话总结： CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 NVIDIA cuDNN是用于深
阅读全文
摘要：TensorFlow2_200729系列 24、一些卷积网络创新点 一、总结 一句话总结： VGG 创新点：发现小的 核心（比如3*3、1*1），这样的效果更好（参数减少，计算变快，并且不影响精度） ResNet的创新点：比如33层，最低也要不比22层差，所以在33层处接了22层的短路 GoogLe
阅读全文
摘要：TensorFlow2_200729系列 23、卷积神经网络实例 一、总结 一句话总结： A、layers.Conv2D(64, kernel_size=[3, 3], padding="same", activation=tf.nn.relu), B、layers.Conv2D(64, kerne
阅读全文
摘要：TensorFlow2_200729系列 22、cifar10分类实战 一、总结 一句话总结： The CIFAR-10 and CIFAR-100 are labeled subsets of the 80 million tiny images dataset. 网址：http://www.cs
阅读全文
摘要：cifar-10-python.tar数据集下载过慢解决方式 一、总结 一句话总结： 下载之后放在.keras文件夹中：C:\Users\xxx\.keras\datasets目录中 二、cifar-10-python.tar数据集下载过慢解决方式 转自或参考：cifar-10-python.tar
阅读全文
摘要：TensorFlow2_200729系列 21、Keras模型保存与加载 一、总结 一句话总结： 模型保存：save方法：network.save('model.h5') 模型加载：load_model方法：network = tf.keras.models.load_model('model.h5
阅读全文
摘要：tensorflow2自定义损失函数 一、总结 一句话总结： 直接定义函数，然后在compile时传给loss即可 def customized_mse(y_true, y_pred): return tf.reduce_mean(tf.square(y_pred - y_true)) model
阅读全文
摘要：TensorFlow2_200729系列 20、自定义层 一、总结 一句话总结： 继承layers.Layer，初始化方法中可以定义变量，call方法中可以实现神经网络矩阵乘法 # 自定义层（比如之前的全连接dense层） class MyDense(layers.Layer): def __ini
阅读全文
摘要：Windows下Anaconda中tensorflow的tensorboard使用（实测） 一、总结 一句话总结： 1、监听目录：Listen logdir 2、创建summary实例：build summary instance 3、给summary instance喂数据：fed data in
阅读全文
浙公网安备 33010602011771号